Công cụ này làm gì?
Công cụ ước lượng khoảng mà một "giá trị thực" nhiều khả năng nằm trong đó, dựa trên trung bình mẫu (μ) và độ lệch chuẩn (σ). Nó giả định đại lượng tuân theo phân phối chuẩn và đưa ra khoảng hai phía đối xứng \(\mu \pm z\cdot\sigma\), trong đó z là giá trị tới hạn của phân phối chuẩn tắc ứng với mức tin cậy bạn chọn. Trung bình và độ lệch chuẩn là những con số thông thường, còn khoảng kết quả được trả về theo đúng đơn vị mà bạn nhập vào.
Cách sử dụng
Nhập giá trị trung bình, độ lệch chuẩn (phải bằng 0 hoặc lớn hơn) và mức tin cậy tính theo phần trăm, với điều kiện 50 < mức tin cậy < 100 (thường dùng là 95). Công cụ sẽ đổi phần trăm này thành xác suất p, tìm giá trị tới hạn \(z = \Phi^{-1}\!\left(\frac{1+p}{2}\right)\), rồi trả về cận dưới và cận trên. Ở mức 100%, khoảng sẽ kéo dài vô hạn, nên mức tin cậy luôn phải nhỏ hơn 100.
Giải thích công thức
Với xác suất p = mức tin cậy/100, giá trị z hai phía chính là phân vị của phân phối chuẩn tắc tại (1+p)/2. Với 95%, ta có \(\Phi^{-1}(0.975) \approx 1.95996\), nên khoảng là \(\mu \pm 1.96\sigma\). Một vài mốc dễ nhớ: mức bao phủ 68.26% tương ứng \(\mu \pm 1\sigma\), 95.45% tương ứng \(\mu \pm 2\sigma\), và 99.73% tương ứng \(\mu \pm 3\sigma\). Hàm phân phối chuẩn nghịch đảo được tính bằng phép xấp xỉ hữu tỉ (Acklam) kết hợp một bước tinh chỉnh Halley, nên không cần tra bảng.
$$\text{CI} = \text{Mean }\mu \pm z \cdot \text{SD }\sigma$$$$\text{where}\quad z = \Phi^{-1}\!\left(\frac{1 + \frac{\text{Confidence }\%}{100}}{2}\right)$$
Ví dụ minh họa
Với trung bình = 100, sd = 5 và mức tin cậy = 99%: p = 0.99, \(z = \Phi^{-1}(0.995) \approx 2.57583\). Cận dưới = \(100 - 2.57583\cdot 5 = 87.121\); cận trên = \(100 + 12.879 = 112.879\). Kết quả hiển thị là "nằm trong khoảng từ 87.12 đến 112.88".
Các mức tin cậy phổ biến và giá trị Z
Giá trị tới hạn hai phía là \(z = \Phi^{-1}\left(\frac{1+p}{2}\right)\), trong đó \(p\) là mức tin cậy được viết dưới dạng tỷ lệ. Bảng liệt kê xác suất tích lũy \((1+p)/2\) dùng cho từng mức và z hai phía tương ứng với phân phối chuẩn tắc.
| Mức tin cậy | Xác suất đuôi (1+p)/2 | z hai phía |
|---|---|---|
| 50% | 0.75 | 0.6745 |
| 68.27% | 0.84135 | 1.0000 |
| 80% | 0.90 | 1.2816 |
| 90% | 0.95 | 1.6449 |
| 95% | 0.975 | 1.9600 |
| 95.45% | 0.97725 | 2.0000 |
| 98% | 0.99 | 2.3263 |
| 99% | 0.995 | 2.5758 |
| 99.73% | 0.99865 | 3.0000 |
| 99.9% | 0.9995 | 3.2905 |
Các hàng 68.27%, 95.45% và 99.73% tương ứng với quy tắc 1, 2 và 3 độ lệch chuẩn quen thuộc.
Diễn giải khoảng
Máy tính này trả về \(\text{Trung bình} \pm z \cdot \text{ĐLC}\). Theo phân phối chuẩn, đây là khoảng dự kiến chứa tỷ lệ giá trị riêng lẻ đã nêu. Ví dụ, với trung bình 100 và ĐLC 15 ở mức tin cậy 95%, khoảng là \(100 \pm 1.96 \times 15 = 100 \pm 29.4\), tức từ 70.6 đến 129.4. Khoảng 95% giá trị dự kiến nằm trong khoảng đó.
Không giống khoảng tin cậy cho trung bình. Khoảng tin cậy cho trung bình của tổng thể dùng sai số chuẩn \(\text{ĐLC}/\sqrt{n}\) thay cho ĐLC. Khoảng đó hẹp hơn nhiều và thu hẹp khi cỡ mẫu \(n\) tăng. Khoảng ở đây mô tả độ phân tán của các giá trị riêng lẻ, hoặc khoảng có thể chứa một phép đo đơn lẻ. Nó không mô tả mức độ chính xác của giá trị trung bình.
- Mở rộng mức tin cậy làm khoảng rộng hơn. Nửa độ rộng bằng \(z \cdot \text{ĐLC}\), nên tăng tỷ lệ thuận với z. Chuyển từ 95% (z = 1.9600) sang 99% (z = 2.5758) làm khoảng rộng hơn khoảng 31%.
- Tính đối xứng. Khoảng được căn giữa tại trung bình, với khoảng cách bằng nhau về hai phía.
- Giả định. Kết quả chỉ hợp lệ nếu dữ liệu xấp xỉ phân phối chuẩn và trung bình cùng ĐLC đáng tin cậy (được coi là đã biết). Với dữ liệu lệch, đuôi dày, giá trị ngoại lai hoặc mẫu nhỏ, mức bao phủ thực tế có thể khác đáng kể so với mức đã nêu.
Thuật ngữ chính
- Trung bình (μ)
- Giá trị trung bình, là tâm của phân phối và của khoảng.
- Độ lệch chuẩn (σ)
- Thước đo mức độ các giá trị phân tán quanh trung bình, cùng đơn vị với dữ liệu.
- Mức tin cậy
- Tỷ lệ giá trị (hoặc xác suất) mà khoảng dự kiến bao phủ, ví dụ 95%.
- Giá trị tới hạn z
- Số độ lệch chuẩn tính từ trung bình cần thiết để bao phủ mức tin cậy đã chọn; với 95% là 1.9600.
- Phân phối chuẩn
- Phân phối đối xứng, hình chuông, được mô tả đầy đủ bởi trung bình và độ lệch chuẩn.
- Hàm ngược CDF / phân vị (Φ⁻¹)
- Hàm nhận một xác suất tích lũy và trả về giá trị z mà phía dưới nó là xác suất đó. Ví dụ, Φ⁻¹(0.975) = 1.9600.
- Khoảng hai phía so với một phía
- Khoảng hai phía để lại hai đuôi bằng nhau ở hai đầu, đó là lý do xác suất đuôi là (1+p)/2. Cận một phía đặt toàn bộ xác suất bị loại vào một đuôi và dùng Φ⁻¹(p) thay thế.
- Sai số biên (z·σ)
- Nửa độ rộng của khoảng, tức khoảng cách từ trung bình đến một trong hai đầu mút.
Câu hỏi thường gặp
Tại sao mức 95% lại dùng 1.96 chứ không phải 1.645? Khoảng hai phía đối xứng chia phần còn lại 5% thành hai đuôi, mỗi đuôi 2.5%, nên ta lấy \(\Phi^{-1}(0.975) \approx 1.96\). Còn 1.645 là phân vị 95% một phía và không đúng khi cần một khoảng hai phía.
Tôi có nên dùng phân phối t thay thế không? Khi σ được ước lượng từ một mẫu nhỏ, phân phối t với cỡ mẫu n (khoảng là trung bình \(\pm\ t\cdot s/\sqrt{n}\)) sẽ phù hợp hơn. Công cụ này cố ý coi σ là giá trị đã biết của tổng thể và dùng z của phân phối chuẩn, nên không cần đến n.
Nếu sd = 0 thì sao? Khoảng thu lại thành một điểm duy nhất [trung bình, trung bình].