BIOSTATISTICA

CURS
Tipuri de variabile, indicatori statistici, distributia
Gauss-Laplace, interval de confiden

Conf.dr. Lucian Boiculese
Statistica motivaie
Statistica analiza probabilitii:
1 variaia intrinsec (imanent) a datelor,
2 studiul eantionului => concluzii aplicate pe ntreaga populaie.
Tipuri de date
Datele culese experimental urmeaz a fi analizate conform metodelor statistice. Datele se culeg n
general dintr-o populaie statistic sau colectivitate statistic. Elementele populaiei sunt uniti
statistice sau indivizi. La un anumit moment ne intereseaz o trstur comun a indivizilor, numit
variabil sau caracteristic.
Variabilele pot fi cantitative (i se exprim numeric prin valoarea msurat sau dedus
experimental) sau calitative (categoriale,atributive). Acestea din urm se pot exprima prin aprecieri
ca stadiul1, stadiul2, de exemplu i nu li se pot echivala valori numerice (n sens propriu valorile
numerice pot fi ordonate).
Variabilele cantitative pot fi mprite n continuare n variabile discrete i continue. Un exemplu de
variabil discret ar fi numrul de nou nscui pe zi la o anumit maternitate. Un exemplu de
variabil continu este nlimea persoanelor.
n general informaiile ce se culeg sunt numai de la o parte din indivizi, nu din ntreaga populaie.
Aceasta este o cercetare selectiv. Aceti indivizi formeaz eantionul sau selecia de lucru.
SCALE DE MSUR

Pentru a msura o variabil de tip categorial se folosesc scale nominale. Acestea vor defini
grupurile sau categoriile existente prin asignarea unor nume. Nefiind informaie de tip cantitativ
este imposibil de realizat ordonarea acestora. De interes practic i posibil de studiat sunt
frecvenele de apariie a categoriilor definite (anticipm aici i menionm c modul sau indicatorul
statistic valoare modal poate prezenta interes n acest caz).
Exemple: afilierea politic, preferina religioas, culoarea ochilor, starea civil etc.

Datele sau variabilele de tip cantitativ se caracterizeaz prin variaie n magnitudine, de la
element la element. Astfel, acestea pot fi ordonate, nct relaii de genul mai mic sau mai mare
au sens n acest context. Dup fineea pasului de evaluare a relaiei mai mare sau mai mic,
putem mpri variabilele cantitative n discrete i continue.
O variabil discret poate lua valori numrabile sau izolate, cum ar fi: numrul de note de 10 la
examenul de admitere, sau numrul de nou nscui ntr-o zi la o maternitate.
O variabil de tip continuu poate lua orice valoare dintr-un interval definit. Spre exemplu
temperatura, valoarea presiunii arteriale, sau nlimea unei persoane au valori de tip continuu.
Evident, precizia de msurare depinde de utilitatea informaiei, astfel nct putem afirma c
valoarea msurat cu o exactitate de o zecimal este suficient n exprimarea temperaturii,
folosind scara Celsius de msur.

Variabilele de tip cantitativ folosesc trei scale (scri) de msur: ordinal, interval i raport.

Scala de tip ordinal prezint n plus fa de scala nominal caracteristica de ordonare a claselor
de grupare a datelor. Cu toate acestea, este greu sau imposibil de specificat dimensiunea
distanei sau diferenei dintre clase. De exemplu, este imposibil de cuantificat diferena dintre
clasele (depinde de cel ce apreciaz): foarte frumos, frumos, acceptabil, inacceptabil. Dar logic
ordinea lor este clar.
Scala de tip interval conine trsturile unei scale ordinale i n plus, diferenele dintre clasele
scalei pot fi specificate. O unitate a intervalului scalei are aceeai interpretare, indiferent de clasa
creia i aparine. Cu toate acestea, raportul este imposibil de interpretat. Nu exist punctul de
referin 0 n cadrul acestei scale de msur. Acesta a fost ales doar arbitrar, dup o anumit
logic empiric. De exemplu, n scala Celsius de temperatur, nivelul de 0 a fost definit empiric,
ca punctul de nghe al apei pure. i scala Fahrenheit de msur este un bun exemplu. Dac
temperaturile msurate sunt 30
0
C, respectiv 60
0
C nu putem afirma c temperatura de 60 este
dublul celei de 30. Raportul nu poate fi corect interpretat. Iat, 30
0
C nseamn 86
0
F, iar 60
0
C
nseamn 140
0
F (F=C*9/5+32, Kelvin = Celsius + 273.15). Raportul de nu se menine i n scara
Fahrenheit, cu toate c temperaturile sunt aceleai.
Scala de tip raport are n plus fa de scala interval, definirea concret a originii sistemului de
msur, astfel nct raportul are sens i se poate interpreta. Scara Kelvin este un exemplu corect
n acest sens.
Scala
nominal
Scala
ordinal
Scala
interval
Scala
raport
Interpretarea este n sensul urmtor: oricnd o variabil ce poate fi msurat pe o scal
ordinal poate fi tratat ca o variabil de scal nominal, dar informaia va fi pierdut i astfel
avem anse s fim deficitari n concluziile obinute.

Dup legtura existent ntre variabile, acestea se mpart n dependente, respectiv
independente.
Variabile independente (sau factori) sunt de obicei n cadrul experimentului manipulate de
cercettor. Prin modificarea valorilor acestora, ca urmare a legturilor existente, se modific i
variabilele dependente .
Y = f(X) , Y este variabila dependent, X variabila independent.

Numrul indivizilor ce aparin unui anumit interval (sau clas) formeaz frecvena
absolut notat a1, a2, am (m numrul de clase ce este de obicei mai mic ca n
numrul de indivizi).
Avem relaia: , unde :

aj frecvena absolut a clasei j.
m numrul de clase.
n numrul de indivizi.
Frecvena relativ fi se obine raportnd frecvena absolut aj la numrul de
indivizi.
i avem relaia:

Frecvena cumulat este numrul de indivizi cumulai pn la o anumit valoare a
variabilei de studiu.
La rndul ei frecvena cumulat poate fi absolut i relativ. Pentru frecvenele
cumulate se folosesc de obicei la notaie literele mari.
FRECVENE

=
=
m
j
n aj
1
n
aj
f j =
1
1 1
= = =

= =
n
n
n
aj
f j
m
j
m
j
Pentru eantioane mari frecvena relativ
tinde ctre probabilitatea evenimentului
studiat LEGEA NUMERELOR MARI.
Reprezentarea datelor statistice
Grupa de
vrst
Frecvena
absolut (ai)
Frecvena
relativ (fi)
Frecvena absolut
cumulat (Ai)
Frecvena relativ
cumulat (Fi)
0 - 4 15 0.1163 15 0.1163
5 - 9 17 0.1318 32 0.2481
10 - 14 20 0.1550 52 0.4031
15 - 19 25 0.1938 77 0.5969
20 - 24 19 0.1473 96 0.7442
25 - 29 18 0.1395 114 0.8837
30 - 34 15 0.1163 129 1
Total 129 1
HISTOGRAMA
Histograma - Este reprezentarea sub form
grafic folosind dreptunghiuri a frecvenelor
relative.
Putem reprezenta grafic frecvenele absolute,
relative i cumulate.

Forma graficului ce reprezint frecvena absolut
seaman cu cel ce reprezint frecvena relativ ?
Eantionul este finit ca dimensiune i poate exprima o variabil cu domeniu finit. Aceasta este
apoi interpretat folosind curba Gauss-Laplace ce se defnete pe un domeniu infinit, cum este
posibil acest lucru ?
0%
5%
10%
15%
20%
0

-

4
5

-

9
1
0

-

1
4
1
5

-

1
9
2
0

-

2
4
2
5

-

2
9
3
0

-

3
4
11.63%
13.18%
15.50%
19.38%
14.73%
13.95%
11.63%
N
u
m

r

p
a
c
i
e
n

i

Grupa de vrst (ani)
Distribuia pacienilor dup vrst
0%
20%
40%
60%
80%
100%
0

-

4
5

-

9
1
0

-

1
4
1
5

-

1
9
2
0

-

2
4
2
5

-

2
9
3
0

-

3
4
1
1
.
6
3
%

2
4
.
8
1
%

4
0
.
3
1
%

5
9
.
6
9
%

7
4
.
4
2
%

8
8
.
3
7
%

1
0
0
.
0
0
%

N
u
m

r

p
a
c
i
e
n

i

Grupa de vrst (ani)
Frecvena relativ cumulat
Indicatori statistici

n studiul distribuiei de frecvene a caracteristicii unei populaii se observ tendine ce prezint dou
aspecte: 1 de localizare (de poziie)
2 de mprtiere (de variaie).
Analiza cantitativ care s permit evaluri i comparaii din punct de vedere al localizrii sau al
mprtierii datelor se poate efectua numai cu ajutorul indicatorilor statistici. Acetia exprim numeric,
pe baza valorilor de studiu fie localizarea fie variaia datelor.
Media aritmetic

Media geometric


Media armonic




Media ptratic
n
xi
n
xn x x
x
n
i

=
=
+ + +
=
1
... 2 1
Mediana




Modul
Fie irul format din elementele x1,
x2, x3, ,xn.
Valoarea xi corespunztoare
frecvenei celei mai mari poart
numele de modul.

Valoarea central
n
n
i
n
G
xi xn x x x M
H
=
= =
1
... 3 2 1

=
=
+ + +
=
n
i
H
xi
n
n
xn x x
M
1
1
1
...
2
1
1
1
1
2 1
2
x
n
xi
M
n
i
P
= =

=
2
1 1 + +
= =
n k
x x Me
( )
2 2
2 / 2 2 /
1
+
+
+
=
+
=
n n
k k
x x
x x
Me
2
min max X X
Xc
+
=
Proprietile caracteristicilor de localizare
Mediile aritmetic i ptratic sunt influenate de valorile mari ale irului.
Mediile geometric i armonic sunt mai puternic influenate de valorile mici ale irului.
Mediana nu este influenat de valorile extreme.
Valoarea central nu depinde de toate valorile irului de date ci numai de cele extreme.
Relaie existent ntre medii:
Cel mai des indicator de localizare folosit este media aritmetic.
P G H
M X M M < < <
2 - Indicatori de variaie
Acetia reprezint o evaluare numeric a mprtierii datelor.

Dispersia

Abaterea ptratic medie

Amplitudinea
Este definit ca diferena valorilor extreme i se noteaz cu W sau A (n majoritatea cazurilor).
W = A = Xmax - Xmin
Intervalul intercuartilic
Cuartilele mpart datele n 4 clase de frecvene egale cu 25%. Astfel sunt necesare 3 valori Q1,
Q2, Q3 ce reprezint cuartilele. Presupunem c avem o distribuie a frecvenelor parametrului x
(discret) conform graficului de mai jos:
( ) ( ) ( )
( )
n
x xi
n
x xn x x x x
n
i

=

=
+ + +
=
1
2
2 2 2
2
..... 2 1
o
( )
n
x xi
x D
n
i

=

= =
1
2
] [ o
Coeficientul de variaie
Abaterea ptratic medie se interpreteaz prin compararea cu media valorilor de studiat. Dac
avem o medie de 100 i o abatere ptratic standard de valoare 5, atunci avem mici variaii, dar
dac avem aceeai abatere la o medie de 10, atunci variaia este foarte mare.
n concluzie se definete coeficientul de variaie:

x
Cx
o
=
Unimodal
Bimodal Multimodal
Asimetrie - Skewness
1 Dac Sk>0 , avem asimetrie pozitiv sau la dreapta.
2 Dac Sk<0 , avem asimetrie negativ sau la stnga.
3 Dac Sk=0 , avem simetrie (distribuia normal are asimetria 0).
n general o distribuie ce are valoarea Sk diferit de 0 cu mai mult de un punct, denot o
diferen semnificativ fa de distribuia normal.
3 2 < |
3 2 = | 3 2 > |
Boltirea (Excesul, Kurtosis)

0 , 3
2 2
= = |
0 , 3
2 2
> > |
Avem urmtoarele modaliti de caracterizare a distribuiilor:
Mezocurtic
Leptocurtic
Platicurtic
0 , 3
2 2
< < |
Graficul de tip Box-and-Whiskers (sau Box-Plot)
Este o metod ce prezint compact forma distribuiei unui set de date. Se folosete cu succes n
compararea i determinarea simetriei repartiiei determinate de un lot de date (box cutie, whiskers
musti , se refer la extremiti).
Lot 1 Lot 2 Lot 3
Variabila
studiata
Pentru realizarea graficului se calculeaz anumii indicatori statistici ce reprezint cele 5 limite.
Mediana este valoarea din cadrul irului ordonat care se afl la jumtatea acestuia. Aceasta mparte setul
de date in dou grupe egale i este reprezentat n grafic de linia notat cu valoarea 3.
Limitele 2 respectiv 4 reprezint valorile cuartilelor. Acestea mpart distribuia de frecven n patru pri
egale. Astfel n total sunt 3 ca numr. Cuartila a doua este chiar mediana (notat cu 3). Diferena dintre
cuartila numit Q3 (notat cu 2 n grafic) i numit Q1(notat cu 4) reprezint intervalul intercuartilic. Acesta
definete lungimea a 50% din setul de date, procent centrat pe median.
Extremele 1 respectiv 5 sunt determinate de cuantile. Astfel nivelul 5 din grafic va prezenta cuantila
pentru care 10% din date sunt sub aceast valoare, iar nivelul 1 din grafic va reprezenta valoarea pentru
care 90% din date sunt sub acesta.
Graficul este relevant prin faptul c scoate n eviden nivelul de simetrie al distribuiei. Dac distribuia nu
este simetric mediana nu se va afla la mijlocul dreptunghiului (n cele mai multe cazuri). Mai mult laturile
din afara dreptunghiului nu vor fi de dimensiuni egale.
Simetria este o caracteristic important care poate s ne ajute n determinarea tipului de distribuie.
1
2
3
4
5
Repartiia Gauss-Laplace
Este cunoscut faptul c n cadrul unui experiment oricte precauii s-ar lua pentru a controla diferii
factori, rezultatele obinute vor prezenta o anumit variabilitate. Aceast variabilitate este cuprins n
aproape toate domeniile de lucru, obligndu-ne s lucrm cu intervale ale parametrilor de studiu n loc
de valori fixe.
Variabila aleatoare este o noiune fundamental din domeniul statisticii, reprezentnd acea mrime de
interes ce poate lua n cadrul realizrii experimentului o valoare oarecare necunoscut aprioric.
( )
,
2
1
) (
2
2
2
ate probabilit de densitate e x f
x
o

t o

=
( ) + e , x
Se noteaz simbolic N(, o) , sau N(x, , o).
Repartiia Normal (Gauss-Laplace)
}

=
x
dx x f x F ) ( ) (
( )
dx e dx x f x F
x
x
x
} }






= =
2
2
2
2
1
) ( ) (
o

t o
Funcia densitate de probabilitate Funcia de probabilitate

Proprietile repartiiei normale

1. Distribuia admite un singur maxim fiind astfel unimodal. Maximul se atinge n
punctul x= i are valoarea
t o

* 2 *
1
) ( = f (n acest punct derivata este zero
df/dx=0).
2. Este simetric n raport cu dreapta x=. n orice repartiie normal mediana i
modul coincid cu media aritmetic. Datorit simetriei suprafaa cuprins ntre
curba densitii de probabilitate i axa xx pe intervalul ( ) , este egal cu cea
din intervalul ( ) + , i are valoarea 1/2. Evident suprafaa total[ are valoarea 1
reprezentnd probabilitatea evenimentului sigur.
Suprafaa cuprins ntre dreptele x=-o , x=+o , x=0 i curba densitii de
probabilitate este egal cu 0,682. Conform calculelor i reprezentrii grafice
majoritatea cazurilor n proporie de peste 95% se afl n intervalul (-2o , +2o )
1. Punctele de pe abscis de valoare +o respectiv de valoare -o sunt puncte de
inflexiune. n acestea curba densitii de probabilitate i modific convexitatea.
Astfel derivata a doua este zero. 0
) (
2
2
=
= o x
x d
x f d
.
n punctele x i x funcia f(x) tinde la zero.
Are form de clopot de unde i denumirea de clopotul lui Gauss.
2. Asimetria i aplatisarea pentru o repartiie normal au valoarea 0. De asemenea
momentele centrate de ordin impar sunt nule pentru o astfel de repartiie
(diferenele ntre xi i medie i pstreaz semnul).
3. Modificarea mediei duce la o translare a curbei pe direcia axei xx. Iat un
exemplu realizat n graficul urmtor.

Avem relaia ntre medii: 3 2 1 < <
Dispersiile sunt egale: o o o o = = = 3 2 1

boltirea
Exemplu de calcul al probabilitii pe interval
S presupunem c ne intereseaz s caracterizm calitatea studenilor din anul 6 de studiu la facultatea de
medicin, prin determinarea probabilitii pe grupele de calificative folosite. Probabilitatea va reflecta practic
frecvena de apariie a unei grupe din cadrul calificativelor. Tabelul urmtor definete legtura ntre aprecierea
calitativ i notele obinute n sistem zecimal:
Not obinut Calificativ
8.5 - 10 A
6.5 8.4 B
5.5 6.4 C
5 5.4 D
Sub 5 E
Pentru determinarea probabilitii vom folosi
funcia NORMDIST(x,mean,st_dev,cumulative) din
Microsoft Excel. Acasta ne ajut s calculm densitatea
de probabilitate sau probabilitatea cumulat pentru o
distribuie normal. Parametrul cumulative al funciei
poate lua 2 valori: TRUE sau FALSE (sau 1 respectiv 0).
TRUE (sau 1) implic calculul probabilitii
cumulate (suprafaa deci F(x)), FALSE (sau 0) implic
calculul densitii de probabilitate (f(x)).
Pentru cazul x=8.5 avem (deci descriem
calificativul A): NORMDIST(8.5,7.8,0.8,1)=0.809. Astfel
probabilitatea de a obine un calificativ A este de 1-0.809
= 0.191.
Pentru a obine calificativul B probabilitatea este:
NORMDIST(8.5,7.8,0.8,1)-
NORMDIST(6.5,7.8,0.8,1)=0.809-0.052=0.757
Se presupune c distribuia respect legea
Gauss Laplace. Se cunoate media pe lotul de studiu
=7.8 i de asemenea, deviaia standard =0.8

Probabilitatea de a
obine calificativul A
este 1-0.809= 0.191
( )
2
2
2
2
1
) (
o

t o

=
x
e x f
Densitatea de probabilitate f(x)
Nr. Indicator statistic Funcie Excel Descriere / formula
1. Media aritmetic Average()
Averageif()

Averageifs()
Media setului selectat
Media seleciei pentru celulele ce
indeplinesc o singur condiie.
Media seleciei pentru condiii
multiple.
2. Media aritmetic ajustat. Trimmean(domeniu,procent) Se calculeaz media aritmetic
eliminnd din setul de date procentul
specificat din valorile extreme att
minim ct i maxim. Vor rmne :
100% 2 . .
3. Media armonic Harmean()

=
=
n
i
i
H
x
n
M
1
1

4. Media cronologic Vei propune o metod de
calcul.
1
2
...
2
1 2
1

+ + + +
=

n
X
X X
X
M
n
n
C

5. Media geometric Geomean()
n
i
n
i
G
x M
H
=
=
1

6. Media ptratic Vei propune o metod de
calcul.
2 1
2
x
n
x
M
n
i
i
P
= =

=

7. Mediana Median() Valoarea de mijloc a irului ordonat
8. Valoarea modal (modul) Mode() Valoarea de frecven maxim
9. Dispersia (pt. populaie) Varp()
( )
n
x x
m
i
i
=

=
1
2
2
o
10. Dispersia (pt. eantion) Var()
( )
1
1
2
2

=

=
n
x x
m
i
i
o
11. Deviaia standard (pt.
populaie)
Stdevp()
( )
n
x x
m
i
i
=

=
1
2
o
12. Deviaia standard (pt.
eantion)
Stdev()
( )
1
1
2

=

=
n
x x
m
i
i
o
13. Calcul cuartile Quartile(domeniu,valoare) Valoarea indic numrul cuartilei
calculate:
0 minimul ; 1 Q1 ; 2 Q2 ; 3 Q3 ;
4 - maximul
14. Intervalul cuartilic Vei calcula diferena. IQ = Q3 Q1
Nr. Indicator statistic Funcie Excel Descriere / formula
1. Media aritmetic Average()
Averageif()

Averageifs()
Media setului selectat
Media seleciei pentru celulele ce
indeplinesc o singur condiie.
Media seleciei pentru condiii
multiple.
2. Media aritmetic ajustat. Trimmean(domeniu,procent) Se calculeaz media aritmetic
eliminnd din setul de date procentul
specificat din valorile extreme att
minim ct i maxim. Vor rmne :
100% 2 . .
3. Media armonic Harmean()

=
=
n
i
i
H
x
n
M
1
1

4. Media cronologic Vei propune o metod de
calcul.
1
2
...
2
1 2
1

+ + + +
=

n
X
X X
X
M
n
n
C

5. Media geometric Geomean()
n
i
n
i
G
x M
H
=
=
1

6. Media ptratic Vei propune o metod de
calcul.
2 1
2
x
n
x
M
n
i
i
P
= =

=

7. Mediana Median() Valoarea de mijloc a irului ordonat
8. Valoarea modal (modul) Mode() Valoarea de frecven maxim
9. Dispersia (pt. populaie) Varp()
( )
n
x x
m
i
i
=

=
1
2
2
o
10. Dispersia (pt. eantion) Var()
( )
1
1
2
2

=

=
n
x x
m
i
i
o
11. Deviaia standard (pt.
populaie)
Stdevp()
( )
n
x x
m
i
i
=

=
1
2
o
12. Deviaia standard (pt.
eantion)
Stdev()
( )
1
1
2

=

=
n
x x
m
i
i
o
13. Calcul cuartile Quartile(domeniu,valoare) Valoarea indic numrul cuartilei
calculate:
0 minimul ; 1 Q1 ; 2 Q2 ; 3 Q3 ;
4 - maximul
14. Intervalul cuartilic Vei calcula diferena. IQ = Q3 Q1
Intervale de ncredere
n cadrul realizrii experimentelor de un numr repetat de ori se obine un numr finit
de evenimente. Observaiile ce se fac asupra populaiei pot fi totale (dac se studiaz toate
evenimentele) i pariale (dac se studiaz doar un eantion din total).
Cercetarea unitar a ntregii populaii n multe situaii este greu de realizat poate chiar
impracticabil. Sunt cazuri n care chiar numrul datelor medicale este mic i bazat pe aceasta
trebuie deduse caracteristici generale asupra fenomenului sau obiectivului de studiu.
Eantionul este considerat mic dac volumul su are un numr de elemente mai mic
de 30 i mare dac numrul numrul de elemente depete valoarea de 30. Astfel funcie de
numrul de valori disponibile se aplic diferite teste i precizia estrimrilor este cu att mai
bun cu ct avem mai multe date de studiu.
Scopul principal n cadrul culegerii datelor const n a obine cu un effort minim
(volum minim de date) un volum maxim de informaii.
Estimarea const n operaia de determinare a parametrilor populaiei pe baza
eantionului studiat. Datorit lipsei de informaie existent prin cercetarea neunitar ct i
datorit dispersiei parametrilor dorii, se poate deduce pe baza unei anumite probabiliti (de
obicei acceptat la valoarea de 95% n domeniul medical) un anumit interval de ncredere a
parametrului de studiat.
Obiectivul final al unui experiment const n majoritatea cazurilor n a msura
valoarea unui parametru. Valoarea msurat (izolat de altfel) nu poate fi considerat
satisfctoare sau ca valoare de referin dac nu se fac precizri la domeniul de variaie i la
probabilitatea corespunztoare.
n cadrul estimrii parametrilor unei populaii valoarea estimat este de fapt o
variabil aleatoare determinat de eantionul studiat. Cu ct avem maio multe eantioane cu
att avem mai multe valori ale parametrului dorit de a fi calculat.
Intervalul de estimare a parametrului respectiv se deduce din formula de calcul a
probabilitii.
Din formula de calcul a probabilitii avem: ( ) o | = = = < < 1 95 , 0 96 , 1 96 , 1 Z P (1)
Se poate demonstra c dac avem mai multe eantioane dintr-o populaie normal,
media de selecie este o variabil aleatoare repartizat normal N(,o
2
/2). Pentru a o centra i
normaliza vom aplica formula:
n
x
z
/ o

= (2).
Din prima i a doua formul putem scrie: 96 , 1
/
96 , 1 <

<
n
x
o

(3)
Dezvoltnd n continuare formula 3 obinem: + < <
n
x
n
x
o

o
96 , 1 96 , 1

n
x
o
= 96 , 1
(4)
n caz general pentru un risc o simetric formula 4 devine:


n
z x
o

o
=
2 /
(5)
Unde Z
o/2
este abscisa densitii de probabilitate f(x) pentru un nivel de semnificaie
o/2 (valori tabelate n anexe). Dac riscul este bilateral dar nu simetric avem urmtoarea
formul dedus din (1):
( ) <

< = = < <

2 1 2 1
1
o o o o
o

o | Z
n
x
Z Z Z Z P

n
Z x
n
Z x
o

o
o o
+ < <
2 1
(6)
Exemplu de calcul - Interval de ncredere pentru media unei variabile
aleatoare repartizat normal.
Data + Data Analysis + Descriptive statistics
Eroarea standard (Standard Error) este :
Nivelul de confiden (Confidence level) este : din formula (5).

Pentru eantioane mici se folosete distribuia t(student) n loc de Z.