Statistica PDF

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t
Statistica
1
Variabile de selecie t Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple Teoria estimaiei t Metoda momentelor t Metoda verosimilitaii maxime Intervale de ncredere Intervale de ncredere pentru medie. Intervale de incredere pentru dispersie Teste de concordana t
Statistica
Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple
Selecii t
Colectivitatea statistica este o multime de obiecte (indivizi) la care se studiaza o caracteristica ce poate evaluata numeric. Aceasta marime supusa ntmplarii este o variabila aleatoare notata X pe care o vom numi variabila teoretica. Selecia (e antion, sondaj) este o colectivitate pariala. t s t Numarul de elemente ale seleciei se nume te volumul t s seleciei. t Selecia repetata ( cu repunere) presupune repunerea ecarui t individ in colectivitate, nainte de extragerea urmatorului; selecia nerepetata in caz contrar. t
Statistica
Selecii t
Statistica
Selecii t
Statistica
Selecii t
Statistica
Serii statistice
Mulimea datelor de selecie t t x1 , x2 , x3 , , xn formeaza o serie statistica. Acestor date li se asociaza variabilele aleatoare, notate Xi , cu acea i repartiie data de variabila aleatoare teoretica. s t Daca selecia este repetata atunci variabilele asociate sunt t independente. Rezultatele experientelor sunt considerate ca repetate, deci variabilele Xi sunt independente si presupuse cu aceea i repartiie. s t
Statistica
Serii statistice
Statistica
Serii statistice
Statistica
Frecvene t
Fie k numarul datelor distincte ale seleciei. Notam cu ni t frecvena absoluta a datei t
k
xi , i = 1, k (n =
i=1
ni ).
Numarul ni fi = , ( n se nume te frecvena relativa. s t
fi = 1)
i=1
Statistica
Frecvene t
Fie k numarul datelor distincte ale seleciei. Notam cu ni t frecvena absoluta a datei t
k
xi , i = 1, k (n =
i=1
ni ).
Numarul ni fi = , ( n se nume te frecvena relativa. s t
fi = 1)
i=1
Statistica
Variabila aleatore de selecie t

Repartiia este repartiia t t Xs : xi fi , i = 1, 2, . . . k . (1)
Aceasta se mai nume te variabila simpla. s Daca volumul seleciei este mare se aleg k intervale t (l0 , l1 ], (l1 , l2 ], , (lk 1 , lk ] n care se repartizeaza datele. Fie li + li1 , i = 1, , k (2) 2 iar frecvena relativa este numarul de date cuprinse n interval. t xi =
Statistica

Statistica

Statistica

Statistica
Funcia frecvenelor cumulate t t
Expresia funciei frecvenelor cumulate (1) este t t 0, x < x1 ... i fj , xi1 x < xi , i = 2, . . . k . Fs (x) = j=1 ... 1, x xk
(3)
Statistica
Funcia frecvenelor cumulate t t
Expresia funciei frecvenelor cumulate (1) este t t 0, x < x1 ... i fj , xi1 x < xi , i = 2, . . . k . Fs (x) = j=1 ... 1, x xk
(3)
Statistica
Funcia frecvenelor cumulate ata ata repartiiei (1) unde t t s t valorile variabilei sunt date de (2) este 0, ... i j=1 ... 1, x < l0 fj + x li fi+1 , li x < li+1 , i = 1, 2, . . . k 1. li+1 li x lk (4)
F (x) =
Statistica
Valori caracteristice
Parametrii tendinei centrale t media moda mediana t Parametrii variabilitaii: dispersia de selecie t asimetria excesul
Statistica
Statistica
Statistica
Statistica
Statistica
Statistica
Statistica
Momente statistice
Momentul iniial de selecie de ordinul r t t
r mr = M[Xs ] =
1 n
ni xir =
i=1 i=1
fi xir
(5)
Media de selecie este t 1 x = m1 = n

k k
ni xi =
i=1 i=1
fi xi
(6)
Mediana mparte volumul de selecie n doua pari egale. Se t t obi nuie te s s me = xk +1 n = 2k + 1 . xk sau xk +1 n = 2k (7)
Moda este valoarea cu frecvena maxima. t Statistica
Momente statistice
r mr = M[Xs ] =
1 n
ni xir =
i=1 i=1
fi xir
(5)

k k
ni xi =
i=1 i=1
fi xi
(6)
Momente statistice
r mr = M[Xs ] =
1 n
ni xir =
i=1 i=1
fi xir
(5)

k k
ni xi =
i=1 i=1
fi xi
(6)
Momente statistice
r mr = M[Xs ] =
1 n
ni xir =
i=1 i=1
fi xir
(5)

k k
ni xi =
i=1 i=1
fi xi
(6)
Dispersia
Momentul centrat de selecie de ordin r este t 1 r = M[(Xs M[Xs ]) ] = n
r k k
ni (xi x) =
i=1 i=1
fi (xi x)r (8)
Dispersia de selecie este t 1 s = 2 = n

2 k k
ni (xi x) =
i=1 i=1
fi (xi x)2
(9)
Dispersia modicata este (s )2 = 1 n1

k
ni (xi x)2
i=1
Statistica
(10)
Dispersia
r k k
ni (xi x) =
i=1 i=1
fi (xi x)r (8)

2 k k
ni (xi x) =
i=1 i=1
fi (xi x)2
(9)

k
ni (xi x)2
i=1
Statistica
(10)
Dispersia
r k k
ni (xi x) =
i=1 i=1
fi (xi x)r (8)

2 k k
ni (xi x) =
i=1 i=1
fi (xi x)2
(9)

k
ni (xi x)2
i=1
Statistica
(10)
ntre cele doua dispersii are loc (n 1)(s )2 = ns2 . (11)
Statistica
Exces; asimetrie
Excesul este dat de formula E= 4 3. s4 (12)
- Daca E > 0 poligonul frecvenelor este mai ascuit dect cel t t corespunzator repartiiei normale. t - Daca E < 0, curba este mai turtita dect cea normala. - Daca E = 0 curba poate considerata normaa. Asimetria este data de 3 . s3 - Daca A > 0 repartiia are asimetrie pozitiva. t - Daca A < 0 repartiia are asimetrie negativa. t A=
Statistica
(13)
Exces; asimetrie
Statistica
(13)
Exces; asimetrie
Statistica
(13)
Exces; asimetrie
Statistica
(13)
Reprezentari grace
- Reprezentarea n batoane se folose te daca variabila este s data sub forma (1). - Histograma se folose te atunci cnd valorile se grupeaza n s date.
Statistica
Reprezentari grace
- Reprezentarea n batoane se folose te daca variabila este s data sub forma (1). - Histograma se folose te atunci cnd valorile se grupeaza n s date.
Statistica
Exemplu
La un examen 200 de studeni au obinut urmatoarele note: t t Nota 1 2 3 4 5 6 7 8 9 Numar de studenti 1 7 15 18 24 50 35 30 17 t Determinai variabila aleatoare de selecie cu reprezentare t t graca n batoane, funcia de repartiie de selecie cu t t t reprezentare graca, asimetria si excesul. Variabila aleatoare asociata este 1 2 3 4 5 6 1/200 7/200 15/200 18/200 24/200 50/200 7 8 9 10 35/200 30/200 17/200 3/200
Statistica
10 3
Xs =
Exemplu
La un examen 200 de studeni au obinut urmatoarele note: t t Nota 1 2 3 4 5 6 7 8 9 Numar de studenti 1 7 15 18 24 50 35 30 17 t Determinai variabila aleatoare de selecie cu reprezentare t t graca n batoane, funcia de repartiie de selecie cu t t t reprezentare graca, asimetria si excesul. Variabila aleatoare asociata este 1 2 3 4 5 6 1/200 7/200 15/200 18/200 24/200 50/200 7 8 9 10 35/200 30/200 17/200 3/200
Statistica
10 3
Xs =
Valorile caracteristice sunt x = 6, 1, s2 = 2, 91, 3 = 2, 23, 4 = 33, 75, E = 0, 98, A = 0, 4. Determinam expresia analitica a funciei de repartiie. t t 0 x <1 1/200 1 x2 8/200 2x <3 23/200 3 x < 4 41/200 4 x < 5 65/200 5 x < 6 Fs (x) = 115/200 6 x < 7 150/200 7 x < 8 180/200 8 x < 9 197/200 0 x < 10 1 x 10
Statistica
Exemplu
O caracteristica numerica este masurata printr-o metoda de precizie. Abaterile de la valoarea nominala sunt 1, 75/1, 1/1, 3/ 0, 2/ 1, 7/ 0, 75/0, 77/0, 9/ 0, 8/ 0, 9/ 0/0, 3/ 0, 3/ 0, 4/0, 4/ 0, 3/0, 1/0, 75/0, 8/1, 2 1, 7/0, 9/1/ 0, 6/ 1, 4/ 1/1, 6/1, 8/0, 25/0, 3/. t Formai variabila de selecie prin mparirea datelor n 5 clase t t (2, 5; 1, 5], (1, 5; 0, 5], (0, 5; 0, 5], (0, 5; 1, 5], (1, 5; 2, 5]. si reprezentai histograma. Calculai media, mediana, dispersia t t de selecie, momentele centrate de ordin 3 si 4, asimetria si t excesul. Reprezentai funcia frecvenelor cumulate. t t t
Statistica
Exemplu
O caracteristica numerica este masurata printr-o metoda de precizie. Abaterile de la valoarea nominala sunt 1, 75/1, 1/1, 3/ 0, 2/ 1, 7/ 0, 75/0, 77/0, 9/ 0, 8/ 0, 9/ 0/0, 3/ 0, 3/ 0, 4/0, 4/ 0, 3/0, 1/0, 75/0, 8/1, 2 1, 7/0, 9/1/ 0, 6/ 1, 4/ 1/1, 6/1, 8/0, 25/0, 3/. t Formai variabila de selecie prin mparirea datelor n 5 clase t t (2, 5; 1, 5], (1, 5; 0, 5], (0, 5; 0, 5], (0, 5; 1, 5], (1, 5; 2, 5]. si reprezentai histograma. Calculai media, mediana, dispersia t t de selecie, momentele centrate de ordin 3 si 4, asimetria si t excesul. Reprezentai funcia frecvenelor cumulate. t t t
Statistica
Variabila de selecie este t Xs = 2 1 0 1 2 2/30 7/30 10/30 8/30 3/30
Obinem urmatoarele valori t 2 = 1, 02, x = 0, 1, s 3 = 0, 39, 4 = 2, 31 Pentru funcia frecvenelor cumulate folosim formula (4). t t x < 2, 5 0 (x + 2, 5)2/30 2, 5 x < 1, 5 2/30 + (x + 1.5)7/30 1, 5 x < 0, 5 9/30 + (x + 0, 5)10/30 0, 5 x < 0, 5 Fs (x) = 19/30 + (x 0, 5)8/30 0, 5 x < 1, 5 27/30 + (x 1, 5)3/30 1, 5 x < 2, 5 1 x 2, 5
Statistica
Statistica
Statistica
Metoda momentelor t Metoda verosimilitaii maxime
Estimari
Fie x1 , x2 , , xn o selecie repetata; o funcie t t = (x1 , x2 , , xn ) se nume te funcie de selecie sau s t t statistica. Presupunem ca variabila aleatoare teoretica are repartiie t cunoscuta, dar depinde de un parametru necunoscut, pe care l notam . Aproximarea = (x1 , x2 , , xn ) (14) se nume te estimare punctuala. s Estimarea este absolut corecta daca au loc condiiile t M[(x1 , x2 , , xn )] = D 2 [(x1 , x2 , , xn )] 0, n .
Statistica
(15) (16)
Estimari
Statistica
(15) (16)
Estimari
Statistica
(15) (16)
Estimari
Statistica
(15) (16)
Metoda momentelor
Daca variabila aleatoare are densitatea de probabilitate f (x, 1 , , s ) cu 1 , , s parametrii necunoscui, facem selecia repetata t t x1 , x2 , , xn . Fie Xs variabila de selecie. t Soluia sistemului t
r M[X r ] = M[Xs ], r = 1, , s
(17)
este o estimare absolut corecta a parametrilor.
Statistica
Metoda momentelor
r M[X r ] = M[Xs ], r = 1, , s
(17)
Statistica
Metoda momentelor
r M[X r ] = M[Xs ], r = 1, , s
(17)
Statistica
Exemplu
Estimai parametrii variabilei uniform distribuite pe intervalul t (a, b) folosind statistica 3,1; 0,2; 1,6; 5,2; 2,1. Stim ca media teoretica a variabilei X este M(X ) = iar momentul iniial de ordin 2 t M(X 2 ) = a2 + ab + b2 . 3 a+b 2
2 Momentele de selecie sunt M[Xs ] = 2, 44 si M[Xs ] = 8, 73. t
Statistica
Exemplu
Statistica
Exemplu
Statistica
Formam sistemul a + b = 2, 44 2 a2 + ab + b2 = 8, 73 3 care are soluia a = 0, 44 si b = 5, 33. t
Statistica
t Metoda verosimilitaii maxime
Daca variabila aleatoare are densitatea de probabilitate f (x, 1 , , s ), cu i parametri necunoscui, t facem selecia repetata x1 , x2 , , xn t si e Xs variabila de selecie. t Funcia de verosimilitate este data de t V (x1 , , xn , 1 , , s ) = f (x1 , 1 , , s ). f (xn , 1 , , s )). (18)
Statistica
Statistica
Statistica
Statistica
O estimare este data de soluia care maximizeaza sistemul, t adica soluia sistemului t ln V (x1 , , xn , 1 , , s ) = 0, i = 1, , s i pentru care matricea ln V (x1 , , xn , 1 , , s ) i j este negativ denita. , i, j = 1, , s (19)
Statistica
Sa estimam m, daca variabila aleatoare X este repartizata normal N(m, 2 ). Funcia de verosimilitate este, daca presupunem cunoscut t
n
V (m, x1 , , xn ) =
i=1
1 2
(xi m)2 2 2
ln V =
1 2 2
n i=1
(xi m)2 n ln( 2)
Prin anularea derivatei logaritmului, n raport cu m obinem t n 1 m= xi . 2

i=1
Statistica
n
V (m, x1 , , xn ) =
i=1
1 2
(xi m)2 2 2
ln V =
1 2 2
n i=1
(xi m)2 n ln( 2)

i=1
Statistica
n
V (m, x1 , , xn ) =
i=1
1 2
(xi m)2 2 2
ln V =
1 2 2
n i=1
(xi m)2 n ln( 2)

i=1
Statistica
Observaii t
ntr-o selecie repetata media de selecie x si dispersia t t modicata sunt estimari absolut corecte ale mediei si dispersiei teoretice.
Statistica
Intervale de ncredere pentru medie. Intervale de incredere pentru dispersie
Intervale de ncredere
Variabila teoretica este presupusa cunoscuta, dar expresia ei depinde de parametrul necunoscut. Data statistica x1 , x2 , , xn consideram doua funcii de selecie t t 1 (x1 , x2 , , xn ) si 2 (x1 , x2 , , xn ) ce satisfac condiia t 1 (x1 , x2 , , xn ) 2 (x1 , x2 , , xn ). Deniia t Daca P (1 (x1 , x2 , , xn ) < < 2 (x1 , x2 , , xn )) = , (0, 1) spunem ca intervalul (1 (x1 , x2 , , xn ), 1 (x1 , x2 , , xn )) este interval de incredere pentru cu nivelul de ncredere .
Statistica
Statistica
Statistica
Variabila teoretica normala cu dispersie cunoscuta

Variabila teoretica este distribuita N(m, 2 ), iar este cunoscut. Teorema Vom folosi faptul ca variabila Punem condiia t P X m
n
X m
n
urmeaza lege N(0, 1).
< t
= .
Statistica

n
X m
n
< t
= .
Statistica

n
X m
n
< t
= .
Statistica

n
X m
n
< t
= .
Statistica
Condiia revine la t 2(t ) = . Din tabelele funcie Laplace determinam t , iar intervalul de t ncredere este X t < m < X + t . n n (21) (20)
Statistica
Condiia revine la t 2(t ) = . Din tabelele funcie Laplace determinam t , iar intervalul de t ncredere este X t < m < X + t . n n (21) (20)
Statistica
Variabila teoretica oarecare
Variabila X este oarecare, dar n > 30. Din teorema limita centrala, intervalul se determina cu acelea i condiii (20) si (21). s t
Statistica

Variabila teoretica este distribuita N(m, 2 ), iar este necunoscut. Teorema Variabila X m
s n
urmeaza lege Student cu n 1 grade de libertate. Punem condiia t P X m

s n
< t
= .
Statistica

s n

s n
< t
= .
Statistica

s n

s n
< t
= .
Statistica

s n

s n
< t
= .
Statistica

s n

s n
< t
= .
Statistica
Cu t determinat din tabelele legii Student, obinem intervalul t s s X t < m < X + t . n n (22)
Statistica
Interval de ncredere pentru media teoretica

1. Date de intrare xi , i = 1, , n, , pi , (daca se cunoaste) 2. Calculam media de selecie x; daca nu se cunoaste t 2 sau dispersia dispersia, calculam dispersia de selecie s t modicata (s )2 . 3. Din tabelele funciei Laplace sau din tabelele funciei t t Student cu n 1 grade de libertate aam pentru nivelul valoarea t . 4. Forma intervalului de ncredere este x t < m < x + t n n
Statistica

Statistica

Statistica

Statistica
Exemplu
Se masoara capacitatea a 20 de condensatori si se obin t datele, masurate n picofarazi:
4, 4/4, 31/ 4, 4/ 4, 4/ 4, 65/ 4, 56/ 4, 71/ 4, 54/ 4, 36/ 4, 56/ 4, 31/ 4, 42/ 4, 6/ 4, 35/ 4, 5/ 4, 4/ 4, 43/ 4, 48/ 4, 42/ 4, 45. Presupunnd ca X , capacitatea este repartizata normal N(m, 0, 09) sa determinam un interval de ncredere pentru medie cu nivelul 0,99. Calculam x = 4, 4625, (s )2 = 0, 01221. Din condiia 2(t ) = 0, 99 obinem t = 1, 96 si intervalul de t t ncredere 4, 331 < m < 4, 5940.
Statistica
Exemplu
Statistica
Exemplu
Statistica
Exemplu
Statistica
Intervale de incredere pentru dispersie

Teorema Daca variabila teoretica este normal distribuita atunci variabila ns2 2 urmeaza lege 2 cu n 1 grade de libertate. Determinam 2 si 2 astfel ca 1 2 P(2 < 1 ns2 < 2 ) = . 2 2
Statistica

Statistica

Statistica
Punem condiiile t ns2 1+ > 2 ) = 1 2 2 2 P( ns > 2 ) = 1 2 2 2 P( Intervalul de ncredere are forma ns2 ns2 < 2 < 2 . 2 1 2 (24)
(23)
Statistica
Punem condiiile t ns2 1+ > 2 ) = 1 2 2 2 P( ns > 2 ) = 1 2 2 2 P( Intervalul de ncredere are forma ns2 ns2 < 2 < 2 . 2 1 2 (24)
(23)
Statistica
Variabila teoretica X cu repartiie cunoscuta are funcia de t t repartiie notata F necunoscuta. t Facem o selecie repetata x1 , , xn si e Fs funcia de t t repartiie de selecie. Vericam ipoteza t t (H0 ) : F = Fs (25)
cu pragul de semnicaie (0, 1). t reprezinta probabilitatea de a respinge o ipoteza adevarata (eroare I). Numarul = 1 se nume te nivel de ncredere. s Puterea unui test (0, 1) este probabilitatea de a accepta o ipoteza falsa (eroare II).
Statistica
Statistica
Statistica
Statistica
Statistica
H0 adevarata H0 acceptata H1 acceptata eroare I
H1 adevarata eroare II
Statistica
Testul 2
Presupunem ca variabila aleatoare teoretica are repartiie t necunoscuta; notam cu F funcia de repartiie. t t Fie x1 , , xn o selecie fara ntoarcere si e Fs funcia de t t repartiie de selecie. Testam ipoteza (25) cu pragul de t t semnicaie . t
Statistica
Testul 2
Presupunem ca variabila aleatoare teoretica are repartiie t necunoscuta; notam cu F funcia de repartiie. t t Fie x1 , , xn o selecie fara ntoarcere si e Fs funcia de t t repartiie de selecie. Testam ipoteza (25) cu pragul de t t semnicaie . t
Statistica
Cazul 1.
Repartiia teoretica este discreta t X = Repartiia de selecie are forma t t Xs = Condiia (25) devine t pi = fi . (26) xi fi . xi pi .
Statistica
Cazul 1.
Statistica
Cazul 1.
Statistica
Cazul 2.
Repartiia teoretica are densitatea de probabilitate f . t Presupunem datele de selecie grupate n intervalele t (l0 , l1 ], (l1 , l2 ], , (lk 1 , lk ] si e (H) pi = P{li1 < X < li } = F (li ) F (li1 ), i = 1, , n (27)
Statistica
Cazul 2.
Statistica
Cazul 2.
Statistica
"Distana" dintre variabile t

Fie U(n) =
i=1 k
(ni npi )2 npi
(28)
Teorema Variabila U(n) are urmatoarea comportare limita 1. Daca F are parametri cunoscui, atunci daca pentru n t U(n) 2 , cu k 1 grade de libertate (29)
2. Daca F are r parametrii necunoscui t U(n) 2 , cu k r 1 grade de libertate

Statistica
(30)
Consecina t
Punem condiia t P{U(n) > 2 } = si din tabele determinam . (31)
Statistica
TESTUL 2
1. Date de intrare xi , i = 1, , n, , pi 2. Estimam cei r parametri necunoscui ai variabilei t aleatoare teoretice. 3. Calculam U(n) cu formula (28). 4. Din tabelele legii 2 cu k r 1 grade de libertate determinam 2 5. Testare. 1. Daca U(n) 2 , acceptam ipoteza (H). 2. Daca U(n) 2 , respingem ipoteza (H).
Statistica
TESTUL 2
Statistica
TESTUL 2
Statistica
TESTUL 2
Statistica
TESTUL 2
Statistica
Exemplu
O linie tehnologica folose te 4 dispozitive de acela i tip si s s folosite n acelea i condiii. Urmarind defeciunile de-a lungul s t t unei perioade de timp obinem t dispozitiv 1 2 3 4 Total numar defeciuni ni 46 33 39 50 168 t Sa se decida cu nivelul de ncredere = 0, 05 daca diferenele t dintre numerele de defeciuni este ntmplatoare sau exprima t prezena unor defeciuni sistematice care trebuie remediate. t t
Statistica
Exemplu
Statistica
Exemplu
Statistica
Variabila de selecie este t Xs = 1

46 168
2
33 168
3
39 168
4
50 168
iar variabila teoretica este Xs = Vericam ipoteza (H) pi = fi 1 2 3 4

1 4 1 4 1 4 1 4
Statistica

46 168
2
33 168
3
39 168
4
50 168

1 4 1 4 1 4 1 4
Statistica

46 168
2
33 168
3
39 168
4
50 168

1 4 1 4 1 4 1 4
Statistica
nlocuim n (28) si obinem t

k
U(n) =
i=1
(ni 168 1 )2 4 168 1 4
(46 42)2 + (33 42)2 + (39 42)2 + (50 42)2 = 4.04 42
Determinam 2 din tabelul H(3, 1) si obinem 2 = 7.8. t Deoarece 4.04 < 7.8, acceptam ipoteza H, deci defeciunile t sunt ntmplatoare.
Statistica

k
U(n) =
i=1
(ni 168 1 )2 4 168 1 4
(46 42)2 + (33 42)2 + (39 42)2 + (50 42)2 = 4.04 42
Statistica

k
U(n) =
i=1
(ni 168 1 )2 4 168 1 4
(46 42)2 + (33 42)2 + (39 42)2 + (50 42)2 = 4.04 42
Statistica

Statistica PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistica PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Numarul ni fi = , ( n se nume te frecvena relativa. s t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Numarul ni fi = , ( n se nume te frecvena relativa. s t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabila aleatore de selecie t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabila aleatore de selecie t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabila aleatore de selecie t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabila aleatore de selecie t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Funcia frecvenelor cumulate t t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Funcia frecvenelor cumulate t t

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Media de selecie este t 1 x = m1 = n

Moda este valoarea cu frecvena maxima. t Statistica

Variabile de selecie t Teoria estimaiei t Intervale de ncredere Teste de concordana t

Funcia frecvenelor cumulate t t Valori caracteristice Reprezentari grace Exemple

Media de selecie este t 1 x = m1 = n

Moda este valoarea cu frecvena maxima. t Statistica