Page 58 - TOAN CHUYEN DE

Nếu đặt = , i = 1, 2, ..., k và gọi là tần suất xuất hiện giá trị x i ở trong

mẫu, thì ta có thể mô tả bằng bảng tần suất như sau:
x i x 1 ... x i ... x k
f i f 1 ... f i ... f k

với f 1 + ...+ f k = 1.
Nhận xét:

Bảng này rất giống bảng PPXS của 1 biến ngẫu nhiên rời rạc.
Nếu đặt wi (i= 1, 2, ..., k) là tần số tích lũy của xi; Fn(xi) là tần suất tích lũy của xi thì
ta có = ∑ ∀ < , ( ) = = ∑ ∀ < với Fn(xi) là 1 hàm của xi và được gọi là

hàm phân phối thực nghiệm của mẫu hay hàm phân phối mẫu.
Hàm phân phối mẫu có thể dùng để xấp xỉ QLPP của tập nền.
Trung vị mẫu (mêdian)
Nếu mẫu có dạng W x (mẫu đơn) thì trung vị mẫu là giá trị thứ +1 của tập mẫu
2
đã được sắp xếp, ký hiệu là: med.
Nếu n lẻ thì đó là giá trị “chính giữa” của dãy số liệu.
Nếu n chẵn thì ta lấy trung bình cộng của 2 giá trị “chính giữa” của dãy số
liệu.
̅
Cách tính và S
2
- Chọn 1 giá trị trung bình tùy ý: x 0.

- Gọi h là khoảng cách đều giữa 2 số liệu liên tiếp và tính: = − 0 .

ℎ
2
- Tính các tổng: ∑ và ∑ .

=1
=1

- Tính:

ℎ
̅
= + ∑ , (3.9)
0

=1

2
ℎ 2 1
2
2
= [∑ − (∑ ) ], (3.10)

− 1
=1 =1

2
ℎ 2 1
2
2
= [∑ − (∑ ) ]. (3.11)

=1 =1
Chú ý:
Hạn chế của cách tính này là thường đòi hỏi số liệu cách đều (nhưng trong thực tế
nhiều bài toán lại chấp nhận được). Các kết quả trung gian được đưa vào 1 bảng tính nên
việc kiểm tra lại kết quả khá dễ dàng và tiện lợi.

Trang 58