Giải cho tôi chi tiết từ câu 1 tới câu 10
Tạo vào: 5 tháng 1, 2026
Trả lời bằng GPT-5.2 Thinking bởi Chat01
Tạo vào: 5 tháng 1, 2026
Trả lời bằng GPT-5.2 Thinking bởi Chat01
pythonimport numpy as np, math, statistics as stats b1=[16,12,18,13,15,16,12,12,12,14,20,13,16,14,18,14,7,14,15,23] n1=len(b1) mean1=np.mean(b1) var1=np.var(b1, ddof=1) mean1, var1, n1 (14.7, 11.589473684210526, 20)
pythonimport scipy.stats as st, numpy as np, math t_975_19=st.t.ppf(0.975,19) ci1=(mean1 - t_975_19*math.sqrt(var1)/math.sqrt(n1), mean1 + t_975_19*math.sqrt(var1)/math.sqrt(n1)) t_975_19, ci1 (2.093024054408263, (13.10672376412013, 16.29327623587987))
pythons1=math.sqrt(var1) s1 3.404331606088121
pythons1=math.sqrt(var1) s1 3.404331606088121 (2.2621571628540993, 6.48074069840786, (35.36395738547424, 44.63604261452576))
pythonz_99=st.norm.ppf(0.99) z_995=st.norm.ppf(0.995) t_99_9=st.t.ppf(0.99,9) upper_norm=mean2 + z_99*s2 upper_pred=mean2 + t_99_9*s2*math.sqrt(1+1/n2) upper_norm, t_99_9, upper_pred (55.07645734595108, 2.821437925025808, 59.17747774793536)
pythonfrom datetime import datetime, timedelta base=datetime(2000,1,1,7,50) for m in [upper_norm, upper_pred]: dep=base - timedelta(minutes=m) print(m, dep.strftime('%H:%M:%S'))
pythonn3=120 x3=25 phat3=x3/n3 z_95=st.norm.ppf(0.95) # for 90% CI se3=math.sqrt(phat3*(1-phat3)/n3) ci3=(phat3 - z_95*se3, phat3 + z_95*se3) # one-sided lower 99% z_99=st.norm.ppf(0.99) lower3=phat3 - z_99*se3 phat3, se3, z_95, ci3, lower3 (0.20833333333333334, 0.03707318837510872, 1.6448536269514722, (0.14735336497188062, 0.26931330169478607), 0.12208820037298355)
pythonn4=50 x4=37 phat4=x4/n4 se4=math.sqrt(phat4*(1-phat4)/n4) ci4=(phat4 - z_95*se4, phat4 + z_95*se4) z_needed=abs(phat4-0.70)/se4 CL=2*st.norm.cdf(z_needed)-1 phat4,se4,ci4,z_needed,CL (0.74, 0.06203224967708329, (0.6379660291306902, 0.8420339708693098), 0.6448258802191617, 0.48095997148426384)
pythonE=0.2 sigma=0.8 z_995=st.norm.ppf(0.995) n_req=math.ceil((z_995*sigma/E)**2) z_995,n_req (2.5758293035489004, 107)
pythonadditional5=n_req-15 additional5 92
pythonphat6=0.84 E6=0.01 z_975=st.norm.ppf(0.975) n6=math.ceil((z_975**2 * phat6*(1-phat6))/E6**2) n6 5163
pythonval=z_975**2 * phat6*(1-phat6)/E6**2 val 5162.920655012905
pythonphat7=23/100 E7=0.02 n7=math.ceil((z_995**2 * phat7*(1-phat7))/E7**2) val=z_995**2 * phat7*(1-phat7)/E7**2 val,n7,n7-100 (2937.6004701021425, 2938, 2838)
pythonxbar9=44283 mu0=45000 s9=1120 n9=100 t9=(xbar9-mu0)/(s9/math.sqrt(n9)) pval9=2*(1-st.t.cdf(abs(t9),df=n9-1)) t9,pval9 (-6.401785714285714, 5.166049810156892e-09)
pythondata10=[7.9,7.6,7.2,6.4,8.0,6.8,7.1,7.8,7.2,7.7,6.9,6.4,8.3,7.3] n10=len(data10) xbar10=np.mean(data10) s10=np.std(data10, ddof=1) t10=(xbar10-8)/(s10/math.sqrt(n10)) crit=st.t.ppf(0.01,df=n10-1) # left-tail critical pval10=st.t.cdf(t10,df=n10-1) n10,xbar10,s10,t10,crit,pval10 (14, 7.328571428571429, 0.5836602955995385, -4.304311416962476, -2.6503088378527013, 0.0004282020886455846)
pythonsum1=sum(b1) ss1=sum((np.array(b1)-mean1)**2) sum1, ss1 (294, 220.20000000000002)
pythonsum10=sum(data10) ss10=sum((np.array(data10)-xbar10)**2) sum10, xbar10, ss10, ss10/(n10-1) (102.60000000000001, 7.328571428571429, 4.428571428571429, 0.34065934065934067)
pythonsum10=sum(data10) ss10=sum((np.array(data10)-xbar10)**2) sum10, xbar10, ss10, ss10/(n10-1) (102.60000000000001, 7.328571428571429, 4.428571428571429, 0.34065934065934067) (0.06097996836145274, 0.10203397086930974)
pythonsum10=sum(data10) ss10=sum((np.array(data10)-xbar10)**2) sum10, xbar10, ss10, ss10/(n10-1) (102.60000000000001, 7.328571428571429, 4.428571428571429, 0.34065934065934067) (0.06097996836145274, 0.10203397086930974) 4.636042614525761
pythont_975_99=st.t.ppf(0.975,99) ci9=(xbar9 - t_975_99*s9/math.sqrt(n9), xbar9 + t_975_99*s9/math.sqrt(n9)) t_975_99,ci9 (1.9842169515086827, (44060.767701431025, 44505.232298568975))
Dưới đây là lời giải chi tiết Bài 1 → Bài 10 (theo đúng đề trong ảnh). Mình dùng các công thức chuẩn của ước lượng/khoảng tin cậy và kiểm định.
Mẫu sản lượng dứa (quả):
.
Kết quả: .
Vì chưa biết, dùng phân phối :
Với , ta có:
Kết luận: Sản lượng trung bình mỗi cây (95%) khoảng 13.11 đến 16.29 quả.
phút, phương sai mẫu .
Kết luận: (95%) thời gian đi trung bình khoảng 35.36–44.64 phút.
Cách hiểu thường gặp: chọn thời gian đi sao cho xác suất đi không quá thời gian đó là 99%.
Cách A (xấp xỉ theo chuẩn, dùng ):
Vậy muộn nhất nên xuất phát:
Cách B (chặt hơn cho “một chuyến đi bất kỳ” – dự báo 1 quan sát, dùng ):
Muộn nhất nên xuất phát:
Nếu thầy/cô yêu cầu kiểu “đảm bảo 99% cho một chuyến cụ thể”, thường dùng Cách B. Nếu chỉ cần “mốc 99% theo phân phối (ước lượng)”, dùng Cách A.
Gieo xúc xắc , có lần ra mặt 6.
Dùng xấp xỉ chuẩn:
.
Hiểu là cận dưới 1 phía mức tin cậy 99%:
Kết luận: Với độ tin cậy 99%, có thể nói (xấp xỉ).
, có người thích ⇒ .
Ta cần mức sao cho:
Độ tin cậy tương ứng (hai phía):
Kết luận: Chỉ cần độ tin cậy ≥ 48.1% thì 70% sẽ nằm trong khoảng tin cậy (theo CI đối xứng xấp xỉ chuẩn).
Sai số không quá . Mẫu sơ bộ , độ lệch chuẩn mẫu . Tin cậy 99% ⇒ .
Cỡ mẫu cần:
Đã có 15 cây ⇒ cần khảo sát thêm:
Kết luận: Cần khảo sát thêm 92 cây (tổng 107 cây).
Gieo 100 hạt, nảy mầm 84 ⇒ .
Muốn sai số không quá , tin cậy 95% ⇒ .
Cỡ mẫu:
Kết luận: Cần gieo khoảng 5163 hạt (nếu đã gieo 100 thì cần thêm 5063).
Trong 100 cây có 23 cây cao hơn 8m ⇒ .
Sai số , tin cậy 99% ⇒ .
Cần khảo sát thêm:
Kết luận: Cần khảo sát thêm 2838 cây (tổng 2938).
Trong ảnh chỉ ghi: “Bài 8, trang 160, sách Thống kê” nên mình chưa có đề bài để giải chính xác.
Bạn chụp/ghi lại nội dung Bài 8 (trang 160) hoặc gửi ảnh trang đó, mình sẽ giải tiếp ngay.
giờ, giờ. Mức ý nghĩa .
Kiểm định:
Thống kê kiểm định (dùng t, df=99; n lớn nên gần như z):
Ngưỡng tới hạn hai phía: .
Vì ⇒ bác bỏ .
Kết luận: Với mức ý nghĩa 5%, không thể nói ; dữ liệu cho thấy tuổi thọ trung bình thấp hơn 45000 giờ (rất rõ).
(Tham khảo: CI 95% cho là , không chứa 45000.)
Thời gian hồi phục ~ chuẩn. Quy trình cũ: trung bình khoảng tuần.
Mẫu quy trình mới (14 người):
Ngưỡng trái: .
Vì ⇒ bác bỏ .
Kết luận: Với mức ý nghĩa 1%, có thể kết luận quy trình mới giúp hồi phục nhanh hơn (trung bình < 8 tuần).
Nếu bạn gửi thêm ảnh/nội dung Bài 8 (trang 160) mình sẽ giải nốt để đủ 1→10 theo đúng đề.
pythonimport mpmath as mp def Phi(z): return 0.5*(1+mp.erf(z/mp.sqrt(2))) zs=[2.14,2.49,1.85,2.00,1.96] vals=[Phi(z) for z in zs] vals [mpf('0.98382261662783388'), mpf('0.99361284523505677'), mpf('0.96784322520438626'), mpf('0.97724986805182079'), mpf('0.97500210485177963')]
pythontwo=[2*Phi(z)-1 for z in [2.14,2.49,1.85]] two [mpf('0.96764523325566776'), mpf('0.98722569047011355'), mpf('0.93568645040877252')]
pythonimport numpy as np, math, mpmath as mp x=np.array([700,750,800,850,900,950,1000],dtype=float) f=np.array([2,3,6,8,7,4,5],dtype=float) n=int(f.sum()) n 35
pythonimport numpy as np, math, mpmath as mp x=np.array([700,750,800,850,900,950,1000],dtype=float) f=np.array([2,3,6,8,7,4,5],dtype=float) n=int(f.sum()) n 35 867.1428571428571
pythons2=((f*(x-mean)**2).sum())/(n-1) s=math.sqrt(s2) s2,s (7344.53781512605, 85.70027896760926)
pythonimport scipy, scipy.stats as st, numpy as np, math st.t.ppf(0.975,34) 2.032244509317718
pythont975=st.t.ppf(0.975,34) ME=t975*s/math.sqrt(n) ME 29.439075834719528
pythonE=10 t_needed=E*math.sqrt(n)/s t_needed 0.6903221149765009
pythonconf=2*st.t.cdf(t_needed,34)-1 conf 0.5053226053743411
pythonn=10000 phat=7234/10000 se_hat=math.sqrt(phat*(1-phat)/n) z99=st.norm.ppf(0.99) lower=phat - z99*se_hat phat,se_hat,z99,lower (0.7234, 0.0044731693462242185, 2.3263478740408408, 0.7129938520011867)
pythonz_needed=(0.8-phat)/se_hat conf=st.norm.cdf(z_needed) z_needed,conf (17.12432373360908, 1.0)
python1-Phi mpf('4.886930966448236897642200684927703496713998493499169638109714388921435199641567306e-66')
pythonimport numpy as np, math pairs=[(3,7.2),(7,15.1),(2,5.3),(9,19.4),(11,23.0), (4,9.1),(13,25.2),(6,13.3),(15,29.5),(8,17.0), (12,24.1),(5,11.2),(10,21.3),(14,27.4),(1,3.9)] X=np.array([p[0] for p in pairs],dtype=float) Y=np.array([p[1] for p in pairs],dtype=float) n=len(X) n, X.mean(), Y.mean() (15, 8.0, 16.8)
pythonxbar=X.mean(); ybar=Y.mean() Sxx=((X-xbar)**2).sum() Sxy=((X-xbar)*(Y-ybar)).sum() Syy=((Y-ybar)**2).sum() Sxx,Sxy,Syy (280.0, 517.5, 959.5999999999998)
pythonb=Sxy/Sxx a=ybar-b*xbar yhat=a+b*12.5 a,b,yhat (2.0142857142857142, 1.8482142857142858, 25.11696428571429)
pythonr=Sxy/math.sqrt(Sxx*Syy) r 0.9983578079475371
pythonpairs20=[(5,40),(12,28),(9,32),(3,44),(15,25), (20,15),(7,36),(18,18),(11,30),(6,38), (14,22),(4,41),(8,34),(10,31),(2,46), (16,20),(13,24),(1,48),(17,19),(19,17)] X=np.array([p[0] for p in pairs20],float) Y=np.array([p[1] for p in pairs20],float) n=len(X) n, X.mean(), Y.mean() (20, 10.5, 30.4)
pythonsY=np.std(Y,ddof=1) t=st.t.ppf(0.975,n-1) ME=t*sY/math.sqrt(n) (Y.mean()-ME, Y.mean()+ME), sY, t, ME ((25.594913472545954, 35.20508652745404), 10.26696285742719, 2.093024054408263, 4.805086527454043)
pythonX2=X[mask]; n2=len(X2) meanX2=X2.mean() sX2=np.std(X2,ddof=1) t2=st.t.ppf(0.975,n2-1) ME2=t2*sX2/math.sqrt(n2) meanX2,sX2,t2,ME2,(meanX2-ME2,meanX2+ME2) (5.5, 3.0276503540974917, 2.2621571628540993, 2.1658505897216838, (3.3341494102783162, 7.665850589721684))
Mình xem ảnh bạn gửi thì chỉ thấy rõ từ Bài 16 đến Bài 20 (chưa có Bài 21–Bài 26 trong ảnh), nên mình giải chi tiết Bài 16–20 trước. Cuối câu trả lời mình ghi rõ bạn cần gửi thêm trang nào để mình giải tiếp 21–26.
Gọi (vì đã biết, tổng thể chuẩn).
Bảng số liệu (nghìn đồng):
Vì chưa biết, dùng với :
Kết luận: Với độ tin cậy 95%, sai số khoảng 29.44 nghìn đồng.
(Nếu cần khoảng tin cậy: nghìn.)
Ta cần mức sao cho:
Suy ra:
Kết luận: Độ tin cậy đạt được khoảng 50.53%.
, nảy mầm ⇒
Ý này là cận dưới 1 phía 99%:
Kết luận: Với độ tin cậy 99%, > 0.7130 (tức > 71.30%).
Xem như tìm mức tin cậy 1 phía sao cho cận trên đúng bằng 0.80:
Kết luận: Độ tin cậy để khẳng định là gần như 100% (cực kỳ chắc chắn với cỡ mẫu 10000).
Dữ liệu 15 cặp (đúng theo bảng trong ảnh).
Vậy:
Kết luận: .
Bảng có cặp .
Lọc các bạn có được 10 bạn với :
Trong ảnh hiện tại không có nội dung Bài 21–26, nên mình chưa thể giải đúng đề.
Bạn gửi thêm ảnh các trang có Bài 21, 22, 23, 24, 25, 26 (chụp rõ phần đề) là mình sẽ giải tiếp ngay theo đúng yêu cầu “chi tiết”.