AP Statistics

tính đồng nhất của các tỉ lệhomogeneity of proportions

homogeneity of proportionsVietnamese: tính đồng nhất của các tỉ lệ

Còn gọi:Also called: homogeneity of proportions test

Tính đồng nhất của các tỉ lệ là kiểm định chi-bình phương xem một biến phân loại có cùng phân phối tỉ lệ ở hai hay nhiều tổng thể hay không.Homogeneity of proportions is a chi-square test of whether a categorical variable has the same distribution of proportions in two or more populations.

Trực giác: Giống như ném cùng một đồng xu ở nhiều thành phố khác nhau rồi kiểm tra xem tỉ lệ mặt ngửa có thực sự khác nhau giữa các nơi, hay chỉ là may rủi.Intuition: It is like flipping the same coin in several different cities and checking whether the proportion of heads really differs from place to place or just varies by chance.

Công thức chínhKey formula

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

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Tính đồng nhất của các tỉ lệ (homogeneity of proportions) là kiểm định chi-bình phương dùng bảng hai chiều để kiểm tra nhiều tổng thể có cùng phân phối của một biến phân loại. $H_0$ cho rằng các tỉ lệ tương ứng bằng nhau; tần số kỳ vọng của từng ô được tính từ các tổng hàng, cột và tổng chung. Khi mọi tần số kỳ vọng từ 5 trở lên, thống kê lớn hơn là bằng chứng mạnh hơn chống $H_0$ . Khác với kiểm định độc lập, kiểm định này dùng các mẫu riêng từ nhiều tổng thể.

The homogeneity of proportions test is a chi-square test that uses a two-way table to check whether several populations share the same distribution of a categorical variable. $H_0$ states that the corresponding proportions are equal, and the expected count in each cell is computed from the row total, the column total, and the grand total. When every expected count is at least 5, a larger test statistic is stronger evidence against $H_0$ . Unlike a test of independence, this test draws a separate sample from each population.

Ký hiệuNotation

\chi^2

\chi^2

Công thức chi tiếtFormula details3 công thức3 formulas

\chi^2 = \htmlClass{fp-2}{\sum \frac{\htmlClass{fp-1}{\htmlClass{fp-0}{(O-E)}^2}}{E}}

\chi^2 = \htmlClass{fp-2}{\sum \frac{\htmlClass{fp-1}{\htmlClass{fp-0}{(O-E)}^2}}{E}}

Dùng cho toàn bộ bảng hai chiều; giá trị lớn hơn cho bằng chứng mạnh hơn chống giả thuyết đồng nhất.Applies to the entire two-way table; larger values give stronger evidence against the hypothesis of homogeneity.

Trong đóWhere

\chi^2

Thống kê kiểm định chi-bình phươngChi-square test statistic

O

Tần số quan sát thực tế trong mỗi ô của bảngObserved count in each cell of the table

E

Tần số kỳ vọng trong mỗi ô, tính theo giả thuyết đồng nhấtExpected count in each cell, calculated under the assumption of homogeneity

\sum

Tổng cộng qua tất cả các ô trong bảngSum over all cells in the table

E = \frac{(\text{row total})(\text{column total})}{\text{grand total}}

Dùng để tính tần số kỳ vọng của từng ô trước khi tính thống kê chi-bình phương.Used to find the expected count for each cell before computing the chi-square statistic.

Trong đóWhere

E

Tần số kỳ vọng của ô cần tínhExpected count for the cell being calculated

\text{row total}

Tổng tần số của hàng chứa ô đóTotal count of the row containing that cell

\text{column total}

Tổng tần số của cột chứa ô đóTotal count of the column containing that cell

\text{grand total}

Tổng số quan sát của toàn bộ bảngTotal number of observations in the entire table

df = (r-1)(c-1)

Dùng để chọn phân phối chi-bình phương khi tra giá trị tới hạn hoặc tính giá trị p.Used to choose the chi-square distribution for finding a critical value or a p-value.

Trong đóWhere

df

Bậc tự do của phân phối chi-bình phươngDegrees of freedom of the chi-square distribution

r

Số hàng trong bảng (số tổng thể so sánh)Number of rows in the table (number of populations being compared)

c

Số cột trong bảng (số mức của biến phân loại)Number of columns in the table (number of categories of the categorical variable)

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Kiểm định đồng nhất và độc lập khác nhau ở thiết kế lấy mẫu, không ở phép tính.

Đồng nhất dùng các mẫu riêng từ nhiều tổng thể; độc lập dùng một mẫu và ghi hai biến phân loại. Cả hai dùng cùng thống kê, nhưng giả thuyết và kết luận khác nhau.

Trong kiểm định chi-bình phương đồng nhất, phải dùng số đếm, không dùng phần trăm.

Thay số đếm bằng tỉ lệ làm mất thông tin cỡ mẫu và thay đổi thống kê.

Bác bỏ $H_0$ không xác định nhóm hay mức nào khác biệt.

Kết quả chỉ cho biết các phân phối không hoàn toàn giống nhau; cần phân tích thêm trước khi nêu khác biệt cụ thể.

Tests of homogeneity and independence differ in sampling design, not in arithmetic.

Homogeneity uses separate samples from several populations, while independence uses one sample with two categorical variables recorded. Both compute the same statistic, but the hypotheses and conclusions differ.

A chi-square test of homogeneity must use counts, not percentages.

Replacing counts with proportions throws away sample-size information and changes the value of the test statistic.

Rejecting $H_0$ does not identify which group or category differs.

The result says only that the distributions are not all the same; further analysis is needed before claiming a specific difference.

Mẹo phòng thiExam tips2 mẹo2 tips

Kiểm tra điều kiện trước khi tính.

Với kiểm định đồng nhất, nêu các mẫu ngẫu nhiên, độc lập và mọi tần số kỳ vọng từ 5 trở lên; tính tần số kỳ vọng nhỏ nhất thay vì chỉ khẳng định điều kiện thỏa mãn.

Phát biểu giả thuyết về toàn bộ phân phối.

Nếu biến có từ ba mức, không chỉ viết $p_1=p_2$ ; $H_0$ nói các phân phối giống nhau, còn $H_a$ nói ít nhất một tỉ lệ tương ứng khác nhau.

Check the conditions before computing anything.

For a test of homogeneity, state that the samples are random and independent and that every expected count is at least 5; report the smallest expected count instead of just asserting the condition holds.

State the hypotheses in terms of the whole distribution.

With three or more categories, do not write only $p_1=p_2$ : $H_0$ says the distributions are the same, and $H_a$ says at least one corresponding proportion differs.

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

1900Karl Pearson

Năm 1900, Karl Pearson khởi xướng kiểm định chi-bình phương so sánh tần số quan sát với kỳ vọng, sau này mở rộng để so nhiều tổng thể.

In 1900, Karl Pearson introduced the chi-square test comparing observed counts with expected counts, which was later extended to comparing several populations.

Vì sao mang đúng cái tên này? Tên gọi đến thẳng từ giả thuyết không (null hypothesis) chứ không phải từ cách tính. Trong tiếng Anh, "homogeneous" nghĩa là giống nhau về cấu trúc hay thành phần, và điều ta đặt ra ở giả thuyết không đúng là như thế: phân bố của biến phân loại được giả định giống nhau ở mọi tổng thể, tỉ lệ trả lời mỗi mức đều bằng nhau giữa các nhóm. Vì bài toán được đặt tên theo điều mình muốn kiểm chứng, phép kiểm định mang tên "tính đồng nhất", còn chữ "của các tỉ lệ" chỉ rõ đối tượng được đem ra so: các tỉ lệ trong từng nhóm. Đây cũng là chỗ dễ lẫn với kiểm định tính độc lập, vốn dùng cùng công thức nhưng hỏi một câu khác hẳn — hai biến trên cùng một mẫu có liên hệ hay không.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Đổi sang % theo hàng rồi bật số đếm kỳ vọng — xem giả thuyết không vẽ lại bảng

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

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 termThiết lập kiểm định Chi-square đồng nhất và độc lậpSuy luận cho tỉ lệ (dữ liệu phân loại) · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termThực hiện kiểm định Chi-square về tính đồng nhất hoặc độc lậpSuy luận cho tỉ lệ (dữ liệu phân loại) · khoácourse AP Statistics

Cần trướcLearn firsttỉ lệproportion bảng liên hợpcontingency table

Dẫn tớiLeads tokiểm định giả thuyếthypothesis testing

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

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

kiểm định độ phù hợpgoodness-of-fit test

Khác nhau ở đâuHow they differKiểm định đồng nhất so sánh tỉ lệ giữa nhiều quần thể độc lập; kiểm định độ phù hợp so sánh phân phối của một biến đơn với phân phối kỳ vọng

Hay nhầm khiMixed up whenđề cho bảng hai chiều và yêu cầu chọn loại kiểm định chi bình phương nào phù hợp

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 795.