1

STATISTIC N PSIHOLOGIE

Natura este tot ce i se ofer omului, cultura este tot ceea ce omul adaug naturii Henri
WALD.


1. Obiectul disciplinei

Prezentarea, cunoaterea i nsuirea metodelor statistice utilizate n prelucrarea datelor
experimentale.

2. Desfurarea disciplinei

Curs 2 ore / sptmn
Laborator 1 or laborator / sptmn


3. Programa analitic a cursului n semestrul I


Introducere n statistic------------------------------------------------------------------------------2 ore

Concepte fundamentale: date, informaii, variabile, msurare---------------------------------4 ore

Mulimi, funcii, relaii-------------------------------------------------------------------------------2 ore

Noiuni de teoria probabilitilor------------------------------------------------------------------10 ore

Evenimente, definiia clasic a probabilitii-----------------------------------2 ore
Scheme clasice de probabilitate--------------------------------------------------2 ore
Probabiliti condiionate----------------------------------------------------------2 ore
Variabile aleatoare------------------------------------------------------------------2 ore
Legi clasice de repartiie-----------------------------------------------------------2 ore

Populaie statistic-----------------------------------------------------------------------------------2 ore

Pregtirea i sistematizarea datelor----------------------------------------------------------------2 ore

Statistic descriptiv---------------------------------------------------------------------------------6 ore

2
Reprezentri grafice ale datelor statistice------------------------------------------------2 ore
Valori caracteristice ale unei serii statistice ---------------------------------------------4 ore

4. Programa analitic a laboratorului n semestrul I

y Prezentare general a programelor Word, Excel, Power Point ---------------------2 ore

y Prezentare general a programului SPSS. Definirea variabilelor, introducerea
datelor. Organizarea datelor pentru analiz -------------------------------------------2 ore

y Gruparea datelor sub form de tabele i realizarea de grafice folosind programul
SPSS ----------------------------------------------------------------------------------------2 ore

y Calcularea indicatorilor statistici descriptivi de baz folosind programul SPSS -------
------------------------------------------------------------------------------------------------4 ore

y Aprecierea normalitii unei distribuii. Curba lui Gauss----------------------------2 ore

y Prezentarea proiectului de cercetare-----------------------------------------------------2 ore


5. Bibliografie

Mihoc Gh., Micu N., Teoria Probabilitilor i Statistic Matematic, Editura Didactic
i Pedagogic, Bucureti, 1980.
Drghicescu I., Probabiliti Statistic Psihologie - Investigaie, Editura I.N.I.,
Bucureti, 2000.
Gheorghiu D, Statistic pentru Psihologi,Editura Trei, Bucureti, 2004.
Popa M., Statistic pentru Psihologie. Teorie i aplicaii SPSS, Editura Polirom,
Bucureti, 2008.
Microsoft Office: Word, Excel, Power Point.


6. Evaluare

Prezen la curs--------------------------------------------------------------------------------------10%
Prezen i activitate la laborator------------------------------------------------------------------10%
Verificare pe parcurs--------------------------------------------------------------------------------30%
Tem de cas proiect------------------------------------------------------------------------------20%
Examen final------------------------------------------------------------------------------------------30%
3
Cursul nr.1 Statistic n psihologie


Introducere n statistic

Definiia statisticii

Dicionarul explicativ al limbii romne (DEX) pentru cuvntul statistic:
eviden numeric referitoare la diverse fenomene.

O alt definiie:
statistica este o ramur a matematicii al crui obiect de studiu l reprezint
elaborarea unor metode de analiz a unor fenomene de mas, indiferent de
natura acestora.

Statistica se ocup cu:
y colectarea
y prelucrarea
y analiza datelor de observaie asupra unui proces sau fenomen, n vederea
studierii acestuia.

Statistica matematic stabilete fundamentele teoretice i tiinifice ale
metodelor statistice, care, apoi sunt aplicate n diferite domenii.
n prezent, metodele statistice ocup, practic, ntregul spectru al tiinelor
contemporane.

Statistica opereaz cu reprezentri ale diferitelor aspecte ale realitii i anume
cu acelea care pot fi:
y numrate
y msurate
y observate
y cuantificate.

Statistica ofer mijloace i modele de cunoatere a realitii, ci prin care se
exploreaz necunoscutul i se fac previziuni.
4


Statistica, instrument al metodei tiinifice n psihologie

Psihologia are ca obiect de studiu cunoaterea omului sub diferite aspecte ale
comportamentului acestuia. Cum acestea sunt greu de cuantificat, iar statistica
lucreaz cu numere, s-ar prea c cele dou tiine nu au nimic n comun.
La prima vedere pare cel puin ciudat legtura ntre statistic i psihologie. De
a lungul timpului oamanii de tiin au gsit aceast legtur: mai nti filozofii,
apoi matematicienii.
Se pot distinge trei modaliti netiinifice de fundamentare a cunoaterii
umane(Spata 2003):
y Tradiionalismul sau argumentul autoritii, care se bazeaz pe adevruri
prestabilite. Cunoaterea bazat pe autoritate decurge din din supunerea
necondiionat fa de exponentul autoritii respective, care poate fi
savant, divinitate etc.
y Raionalismul. Baza acestuia este deducia. O teorie este adevrat prin
simplu fapt c este logic. Celebrul silogism antic: Toi oamenii sunt
muritori. Socrates este om. Deci, Socrates este muritor este adevrat i
nu are nevoie de studiu pentru a fi demonstrat.
Raionamentul poate fi de tip:
y deductiv
y inductiv
Raonamentul deductiv nu este ntotdeauna valabil deoarece se bazeaz
pe adevruri care par general valabile i care nu se regsesc ntotdeauna
n cazuri particulare.
Raonamentul inductiv pornete de la cazuri specifice pentru a obine
concluzii generale.
y Bunul sim sau experiena. Se bazeaz pe observaii sau experien
ndelungat, care l fac credibil. De exemplu, am fi tentai s apreciem c
o persoan care sufer o criz ntr-un spaiu public are mai multe anse
s primeasc ajutor dac este mai mult lume n jur. n realitate,
rezultatele unor cercetri tiinifice arat c n astfel de situaii are loc un
fenomen de diminuare a responsabilitii, iar ajutorul primit este mai
puin prompt dect dac n jur ar fi mai puini oameni.
5

Modalitile de cunoatere prezentate mai sus sunt importante, dar nu pot
constitui argumente pentru enunarea de concluzii generalizatoare. Ele pot fi
utilizate pentru ipoteze de cercetare, dar nu pot nlocui demersul doveditor.
Societatea modern este construit pe cuantificare numeric i interpretarea
datelor de acelai tip, de la evaluarea ratei omajului i calcularea indicelui de
inflaie pn la studiile care estimeaz eficiena unui medicament sau a unei
metode de psihoterapie.
n domeniul psihologiei, obiectivele fundamentale al metodei tiinifice sunt:
y nelegerea
y explicarea
y predicia comportamentului uman i a proceselor mintale.

n acest proces, statistica pune la dispoziie un set de proceduri de calcul i de
raionamente decizionale cu privire la semnificaia datelor de cercetare.

Rolul statisticii:
y s confere credibilitate datelor de observaie
y s confirme sau infirme ipoteze, ca urmare a prelucrrii acestora.

Statistica nu exclude intuiia cercettorului, ci o supune unui control critic
pentru a o valida sau invalida.

Exemple.
1.S presupunem c un psihoterapeut intuete c depresia cronic a uneia
dintre pacientele sale poate fi pus n legtur cu nlimea mic a acesteia. n
raport cu acest caz singular, el i poate vesrifica intuiia prin dialogul
terapeutic, dar, dac dorete s probeze faptul c n general femeile scunde
sunt mai predispuse la depresie cronic, va trebui s iniieze un proces de
cercetare. n cazul n care rezultatele acestuia vor confirma intuiia, devenit
astfel ipotez, atunci demersul terapeutic adresat femeilor scunde cu
manifestri depresive va putea fi mai precis orientat pe una dintre sursele
poteniale ale tulburrii.

6
2.Un psihoterapeut intuiete c depresia cronic a unuia dintre pacienii si
poate fi datorat singurtii.

Pentru psihologi, statistica este un set de metode i tehnici matematice de
organizare i prelucrare a datelor, avn drept scop:
y testarea anumitor ipoteze
y formularea rspunsurilor la anumite ntrebri.

Utilizarea statisticii n psihologie este impus de exigenele metodei tiinifice,
ca tehnic de:
y culegere
y prelucrare
y interpretare a datelor.

n natur i societate foarte multe cercetri se bazeaz pe concluzii pornind de
la unele colecii de date ce necesit o analiz de tip statistic.
Statistica are urmtorul rol:
y s descrie
y s fac predicii
y s confere credibilitate datelor de observaie.

n multe situaii, intuiia poate deveni ipotez, care trebuie verificat.
Metodele statistice se utilizeaz n cele mai diverse domenii:
y economie
y administraie
y industrie
y psihologie
y sociologie
y biologie
y ecologie
y medicin
y agricultur etc.


7
Rolul statisticii n cercetarea psihologic

Pentru cercetarea psihologic, statistica este un set de metode i tehnici de
prelucrarea datelor cu scopul de a rspunde la anumite ntrebri i testa anumite
ipoteze.
Pentru testarea ipotezelor se utilizeaz volume importante de date. Pentru
utilizarea datelor este necesar organizarea, prelucrarea i analiza rezultatelor.
Se spune c psihologia nu poate exista fr statistic. Pe de alt parte, rolul
statisticii este limitat.
ntr-o cercetare psihologic distingem urmtoarele etape:
y Formularea problemei de cercetare
y Alegerea metodelor i tehnicilor de cercetare
y Culegerea datelor necesare cercetrii
y Organizarea i prelucrarea datelor
y Analiza i interpretarea rezultatelor.

Utilizarea statisticii n activitatea profesional a psihologilor

n prezent, statistica este unul dintre instrumentele de baz ale practicii
psihologice.
De ce este utilizat statistica n practica psihologic ? Iat cteva argumente:
Adeseori, n activitatea lor, psihologii au nevoie de evaluarea unor
caracteristici psihice, ceea ce se poate realiza cu ajutorul testelor statistice.
n orice studiu psihologic este important selecia. Cu ajutorul statisticii
se fixeaz pragul de respingere i se constituie scorurile individuale pe baza
crora se ia decizia de selecie.
n orice studiu psihologic, care devine subiect de cercetare, nu se pot
trage concluzii fr utilizarea statisticii. De exemplu: exist o diferen ntre
biei i fete n studiul matematicii n ciclul primar ?, exist o legtur ntre
accidentele rutiere fcute de tineri i situaia material a prinilor ? etc.
n psihoterapia individual, psihologii utilizeaz statistica pentru a
evalua eficiena unei noi metode terapeutice, comparativ cu alt metod sau
pentru identificarea unor condiii care pot influena eficiena edinelor de
terapie (ora la care se desfoar, durata, abordarea etc.)
8
Cunoaterea metodelor statistice l ajut pe psiholog s neleag studii
existente i s-i argumenteze tiinific studiile efectuate.
n multe situaii, intuiia poate deveni ipotez, care trebuie verificat.


Scurt istoric

Se spune c psihologia are un trecut ndelungat, dar o istorie scurt. Afirmaia
se refer la faptul c psihologia a aprut o dat cu nceputurile civilizaiei
umane, dar tiinific s-a dezvoltat n ultima vreme.
Utilizarea statisticii n psihologie dateaz dup anii 50, datorit facilitilor
oferite de mijloacele de calcul.
Statistica face parte din istoria psihologiei prin personaliti ale psihologiei
care i-au adus contribuii importante prin introducerea metodelor cantitative
n psihologie i n dezvoltarea analizei statistice.

Christian von Wolf (1679 1754), filosof german, a publicat, n anul 1732,
lucrarea intitulat Psihologia empiric, iar n 1734 Psihologia raional, fiind
considerat printre primii autori care au utilizat termenul psihologie.
Wolf considera c filosofia poate avea claritate i precizie numai prin
raionament i matematic, introducnd un domeniu matematic al psihologiei,
numit psihometrie.

Ernst Heinrich Weber (1801 -1878) i Gustave Fechner(1801-1878) public
n anul 1860 lucrarea Elemente der Psychophysik, considerat actul de natere
al psihologiei moderne, cantitative i experimentale.

Francis Galton (1882 1911)este considerat fondatorul psihometriei ca tiin
a msurrii facultilor mintale i al psihologiei difereniale, domeniu al
psihologiei orientat pe studiul diferenei ntre oameni. n domeniul statisticii, el
a creat conceptele de regresie i corelaie.
Galton este considerat primul care a utilizat metodele statistice n studiul
diferenelor umane i al ereditii inteligenei.
Galton a introdus utilizarea chestionarelor i a sondajelor pentru studii la
nivelul colectivitilor umane.
9

Karl Pearson (1857 1936) a fundamentat calculul coeficientului de corelaie
pentru date cantitative.
Pearson este unul dintre principalii promotori ai analizei statistice n studiul
comportamentului uman.
Pearson a dezvoltat statistica neparametric chi-ptrat.

Charles Edward Spearman (1836 1945) autorul teoriei bifactoriale a
inteligenei, care afirm c ntreaga funcionalitate intelectual este susinut de
o aptitudine mintal generat, la care se adaug aptitudini specifice pentru
diferite categorii de activiti.
Spearman a dezvoltat analiza factorial, prin care se pune n eviden gruparea
variabilelor pe baza analizei de corelaie.
Spearman a fost ales membru al Royal Society of London for the Improvement
of Natural Knowledge pentru aplicarea metodelor matematice n analiza minii
umane i pentru studiile originale asupra corelaiei n acest domeniu.

Raymond B. Cattell (1905 1988), psiholog anglo-american, a dezvoltat teoria
factorial a inteligenei a lui Spearman. Mai mult, el a susinut utilizarea
analizei factoriale n domeniul psihologiei pentru identificarea i
fundamentarea constructelor psihologice.
Demn de remarcat este i chestionarul 16PF(Sixteen Personality Factors), unul
dintre cele mai cunoscute teste de personalitate, care include i o scal de
inteligen la cele cincisprezece de personalitate.

Ronald Aymer Fisher (1890 -1962) este cel care si-a adus o contribuie major
la utilizarea statisticii n psihologie.
Fisher are contribuii remarcabile n matematic, astronomie, biologie i
genetic.
Fisher a manifestat un interes deosebit pentru studiul erorilor i analizei de
varian, procedur foarte utilizat n statistica psihologic.
Se poate spune c psihologia face parte din categoria tiinelor care au aprut
mai trziu, dac inem seama de faptul c a fost acceptat abia n a doua
jumtate a secolului al XIX ca tiin de sine stttoare.

10
Cursurile nr.2+3 Statistic n psihologie

Gheorghe BARBU: Prietenul anevoie se cunoate

Concepte fundamentale: date, informaii, variabile i msurri

Date i informaii

Informaia: formul care poate fi scris sau simbolizat, susceptibil de a aduce o
cunotin: ncercnd s o descriem sau s o explicm, putem spune c informaia
este un mesaj despre anumite lucruri sau evenimente care au avut, au sau vor
avea loc .
Datele sunt elemente constitutive ale informaiei. Ele desemneaz evenimente
primare, provenind din diferite surse, ntr-o form care nu permite
luarea unor decizii.
n prelucrarea automat ne intereseaz datele din punct de vedere sintactic,
adic din punct de vedere al reprezentrii i organizrii lor. Din acest
punct de vedere, datele apar ca o succesiune de simboluri sau
caractere.

Distingem trei categorii de caractere:

caractere alfabetice (literele alfabetului latin)
caractere numerice (cifrele sistemului de numeraie zecimal)
caractere speciale (semne de punctuaie etc.)

In funcie de caracterele utilizate, datele pot fi:

alfabetice,
numerice
alfanumerice.
11
Datele au i aspect semantic, ceea ce le confer valoare cognitiv, o valoare de
mesaj care se transmite.
Observaie. ntre date i informaii exist diferene:
y datele privesc evenimente primare, fiind colectate din
diferite situaii sau diverse locuri, neorganizate i/sau
neprelucrate ntr-o form care s stea la baza lurii unor
decizii;
y informaiile sunt mesaje obinute prin prelucrarea
datelor; aceste mesaje trebuie s fie concise, actuale,
complete i clare, astfel nct s rspund cerinelor
informaionale n scopul crora au fost preluate datele.
Cu alte cuvinte, pentru a deveni informaii, datele trebuie prelucrate n
conformitate cu cerinele informaionale.
Datele se pot prelucra manual sau cu echipamente electronice de calcul, de
unde i denumirea de prelucrare automat.
n vederea prelucrrii, datele sunt codificate.
Cod: o combinaie de simboluri.
Codul, n funcie de natura simbolurilor care-1 compun, poate fi:
numeric
alfabetic
alfanumeric.

Prelucrarea datelor, numit i procesare, presupune totalitatea transformrilor,
ca form i coninut a datelor.
Transformrile se realizeaz n urmtoarele etape:

1. Identificarea surselor de unde se pot obine datele primare.
2. Culegerea i pregtirea datelor primare, care presupune:
Selectarea, care const n alegerea acelor date care
prezint interes.
Organizarea/pregtirea datelor selectate.
12
Codificarea, care const n asocierea unor simboluri
numite cod.
3. Transmiterae/conversia, care const n introducerea datelor pe
un suport de informaie.
Verificarea datelor din punct de vedere al formei,
coninutului i corectitudinii, folosind anumite chei de control.
Eliminarea eventualelor erori datorate culegerii, pregtirii
i transmiterii lor.
Stocarea datelor n vederea prelucrilor care urmeaz.
4. Prelucrarea datelor n vederea obinerii rezultatelor necesare:
Analiza, care const n examinarea datelor n vederea
gruprii lor n procesul de prelucrare.
Sortarea, care const ordonarea lor dup anumite criterii.
Clasificarea, care const n gruparea datelor dup
caracteristici comune.
Compararea, care const n stabilirea
asemnrilor/deosebirilor dintre diferite grupuri de date.
Sinteza, care const n combinarea anumitor grupri care
s conduc la structuri noi organizate dup diferite caracteristici
comune necesare prelucrrii.
Prelucrarea efectiv, care const n efectuarea operaiilor
aritmetice i logice necesare obinerii rezultatelor.
5. Obinerea rezultatelor, care trebuie s fie sub forma cerut,
direct utilizabil.
6. Pstrarea datelor i rezultatelor n vederea unor
prelucrri/utilizri ulterioare.

Variabilitate i variabile n psihologie

n viaa de toate zilele se ntlnesc la tot pasul mrimi ale cror valori se
schimb sub influena diferiilor factori.

13
Definiie. Se numete variabil, orice caracteristic a uni subiect sau fenomen
care poate lua dou sau mai multe valori, n funcie de diferii factori.
Studiul conduitelor psihologice constituie un domeniu de mare variabilitate.

n domeniul psihologic, variabilitatea poate fi :

intraindividual, ceaa ce nseamn c aceeai persoan, n acelai context,
reacioneaz diferit.

interindividual, ceea ce nseamn c persoane diferite, n aceiai situaie,
reacioneaz diferit.

Prin extensie, se poate vorbi de variabilitate intragrup i intergrup.
Prin urmare, pentru a studia comportamentul uman se folosesc conceptele:

y variabil

y msurare

Pentru prelucrarea datelor se pot utiliza metode statistice.

n psihologie, pentru a studia un subiect sau un grup de subieci se utilizeaz
dou tipuri de explorri:

y explorri sistematice
y explorri specifice.
Datele pe care le prelucreaz un psiholog provin din metode de investigaie
specifice:

y experiment
y test
y observaie
y chestionar
y convorbire psihologic
14
y anchet psihologic etc.

Variabile n psihologie:

y inteligena este o variabil deoarece difer de la un individ la altul
y atenia
y reflexele
y timpul de reacie
y anxietatea
y vrsta
y nlimea
y greutatea etc.

Cercetarea psihologic are ca obiectiv studierea variabilelor, cu scopul de a
explica diferitele caracteristici ale realitii psihice i comportamentului uman.

Exemplu, conductorii auto difer n funcie de respectarea regulilor de
circulaie i prezint interes dac tinerii sunt cei care le ncalc n cele mai
multe cazuri.

n aceast situaie avem dou variabile:

y respectarea regulilor de circulaie
y vrsta
Aceste variabile prezint interes dac una variaz n raport cu cealalt.
Din punct de vedere al observrii, n psihologie, avem:

variabile observate, care pot fi msurate, cuantificate. De exemplu,
vrsta.

variabile latente, care nu pot fi msurate direct. Pentru a realiza o
cuantificare se utilizeaz anumii indicatori, ca de exemplu chestionare cu
diferite ntrebri. Rspunsurilor la ntrebri li se atribuie puncte. De exemplu
inteligena.
15

Din punct de vedere al legturilor, avem:

variabile dependente, msurate cu scopul fundamentrii unei decizii.

variabile independente, utilizate pentru a studia influena i efectele
asupra variabilelor dependente.

Exemple:

1. Verificarea ipotezei c brbaii nefumtori triesc mai mult dect fumtorii.
n acest exemplu, variabila dependent este vrsta, iar variabila independent
este statutul de fumtor sau nefumtor.

2. Oboseala i atenia n conducerea unui automobil. innd seama c oboseala
influeneaz atenia, atunci atenia este variabila dependent, iar oboseala este
variabila independent.

Un alt tip este acela de variabil categorial, atunci cnd valorile acesteia
descriu categorii.

Variabile categoriale pot fi:
de tip nominal, sunt acele variabile care realizeaz o descriere, de
exemplu, genul (masculin, feminin), temperamentul etc.
de tip ordinal, sunt acele variabile care indic o msurare ordonat, ca de
exemplu, categoria 1 de vrst (1-7 ani), 2 (8-15 ani) etc.

Din punct de vedere al valorilor pe care le poate lua:

variabile continue, ceea ce nseamn c pot lua un numr infinit de
valori, exprimat prin numere reale.
Exempu: greutatea.

variabile discrete, ceea ce nseamn c pot lua un numr finit de valori,
de regul exprmat prin numere ntregi.
16
Exemplu: numrul persoanelor dintr-o comunitate.


Msurarea n psihologie

Stevens, n anul 1946, n lucrarea On the theory of scale of measurement
definea msurarea ca fiind atribuirea de valori numerice obiectelor i
fenomenelor, n conformitate cu anumite reguli.
Problema care se pune este c nu toate msurrile au caracter numeric.

Psihicul uman nu este de natur cantitativ, dar manifestrile sale pot fi
cuantificate pentru a fi utilizate metode tiinifice care s permit o analiz a
comportamentului.

Pentru prelucrri statistice este nevoie de abordri cantitative n ceea ce
privete abilitile i caracteristicile psihologice:

y trsturi de personalitate
y opinii
y atitudini
y motivaii
y stri emoionale etc.
Dac se msoar greutatea i nlimea unui grup de sportivi se vor atribui
nite numere care nseamn Kg i respectiv centimetri.

Dac se evalueaz alte caracteristici precum culoarea ochilor, apartenena
religioas etc. atunci putem asocia valori convenionale pentru fiecare: 1 pentu
negru, 2 pentru cprui, 3 pentru albastru etc.

n cazul n care se studiaz alte caracteristici precum inteligena, viteza de
recie, stri emoionale etc. este nevoie de alte uniti de msur i de o alt
modalitate de atribuire a numerelor.

17
n timp ce nlimea, greutatea etc sunt caracteristici fizice care se pot msura,
trsturile de natur psihic precum inteligena, viteza de reacie, sociabilitatea
etc. sunt constructe abstracte care descriu caracteristici ale conduitei umane
pentru care trebuie s gsim instrumente de msur.

Caracteristicile de natur fizic pot fi msurate direct, n timp ce constructele
de natur psihic nu pot fi msurate dect prin manifestrile lor particulare.

Prin urmare, n ceea ce privete studierea comportamentului uman, msurarea
este considerat ca un proces prin care varietatea infinit a observaiilor umane
este redus la o descriere sub form numeric sau simbolic, ceea ce presupune
c reprezint anumite regulariti semnificative la nivelul entitilor observate.

n psihologie, entitile supuse msurrii pot fi:

cantitative, de natur fizic : indicatori fiziologici (nlimea, greutata
etc.), vrsta, timpul de reacie etc.

calitative, constructe psihice (de exemplu: inteligena, opinia, atitudini,
motivaia, stri emoionale, sociabilitatea etc.
Principala caracteristic a constructelor psihologice este acceea c ele
reprezint rezultatul unui proces de construcie mintal prin care psihologul
descrie o anumit categorie de conduite sau reacii psihice.

Constructele psihice (mintale) sunt modele, iar existena lor i evaluarea
gradului de manifestare la diferite persoane se poate realiza cu procedee
statistice.

Din acest motiv, constructele psihice nu pot fi msurate direct, ci numai prin
manifestrile lor particulare.

De exemplu, sociabilitatea se manifest prin numrul contactelor sociale ntr-o
anumit perioad, prin disponibilitatea de a comunica, prin numrul
prietenilor, prin numrul convorbirilor telefonice etc.

18
Se observ c un construct psihic are mai muli indicatori, ceea ce nseamn c
o evaluare cantitativ se poate realiza numai prin identificarea indicatorilor
care-l compun, urmat de cuantificarea gradului de intensitate a acestora la
nivelul persoanelor evaluate.

Considerm exemplul constructului psihic sociabilitatea, care nu poate fi
msurat direct; ca variabil este latent, iar indicatorii care o definesc sunt
variabile observate.

n cazul n care pentru evaluarea sociabilitii se utilizeaz chestionarul,
variabilele observate sunt ntrebrile, iar variabila latent este numrul obinut
prin nsumarea rspunsurilor.

Scale sau niveluri de msurare

Statistica opereaz cu valori, numerice sau de alt natur, rezultate prin
msurare direct sau observarea unui fenomen sau proces.

Valorile numerice obinute n urma msurrii sau observrii difer unele de
altele , avnd semnificaii diferite, n funcie de msurarea efectuat.
n funcie de cantitaea de informaie pe care o reprezint valorile obinute n
urma procesului de msurare, se disting patru niveluri sau scale, ordonate
ierarhic, de la nivelul de msurare cel mai redus pn la nivelul de msurare
cel mai ridicat:

y scale de tip nominal
y scale de tip ordinal
y scale de tip interval
y scale de tip raport

Nivelul superior include criteriile nivelelor ierarhice inferioare.

Scala de tip nominal. Msurarea pe scal nominal const n organizarea
obiectelor supuse cercetrii n diferite clase sau categorii. Valorile sau
19
simbolurile dintro clas difer ntre ele dar nu se compar dac sunt mai mici
sau mai mari.

Exemple. Oamenii, dup culoarea pielii pot fi clasificai n patru categorii: albi,
galbeni, mulatri i negri.

Culorile pot fi codificate cu A, G, M, N sau cu numerle 1,2,3 i respectiv 4. n
aceast situaie, valorile respective sunt simboluri ale caracteristicii culoarea
pielii, iar numrul 4 nu reprezint nici mai mult nici mai puin dect numrul 1.

Codificrile de mai sus sun arbitrare, iar prin convenie pot fi nlocuite cu
altele.
Variabilele msurate pe scale nominale pun n eviden diferenele calitative i
nu pe cele cantitative.

Valorile de pe scala nominal pot fi:

de identificare, utilizate pentru codificarea, culegerea, organizarea i
prelucrarea datelor. Nu prezint interes din punct de vedere statistic.
Exemplu. Codul numeric personal se utilizeaz pentu identificarea persoanei.

categoriale, utilizate n repartizarea obiectelor supuse cercetrii n clase
sau categorii n funcie de caracteristici.

Exemple. Genul (masculin, feminin), pregtirea profesional (analfabet, coal
general, liceu, licen, masterat, doctorat etc.), tipuri temperamentale etc. sunt
valori categoriale.

Valorile msurate pe scala nominal sunt calitative, descriind categorii, ceea ce
nseamn c nu li se pot aplica operaii numerice.

Cu aceste valori pot efectua:

operaii descriptive, ca de exemplu numrare, procente etc.
20
transformri privind gruparea sau rafinarea categoriilor pe care le
descriu.

Exemple.

1.Apartenena religioas cu patru categorii( catolic, ortodox, musulman i
budist) poate fi fi grupat n dou pe criteriul cretinismului.

2.Cele patru categorii temperamentale(sanguin, coleric, flegmatic, melancolic)
pot fi grupate n dou, pe criteriul extraverte (persoanele sanguine i colerice)
i introverte (persoanele flegmatice i melancolice).

Observaie. Reducerea sau rafinarea numrului de categori nominale se
utilizeaz n situaia n care numrul categoriilor este foarte mare , fiind greu
de analizat sau cnd numrul de cazuri pentru unele categorii ete foarte mic sau
zero.

Scal de tip ordinal. Valorile de pe aceast scal pot fi comparate din punct de
vedere al locului pe care-l ocup. Din acest punct de vedere au o semnificaie
cantitativ, dar, n esen, ele sunt calitative.

Exemplu. Seriozitatea unor persoane, codificat de la 1 la 5 (5 fiind nivelul
celmai ridicat), valorile 1, 2, 3, 4, 5 exprim doar ordinea aprecierii i nu
msura, Nu se poate spune c persoanele de pe locul 5 sunt de cinci ori mai
serioase dect cele de pe locul 1.

Scala de tip ordinal indic faptul c persoanele de pe locul 5 sunt mai serioase
dect persoanele de pe locul 4, fr a ti cu ct. Nu tim dac diferena ntre 5
i 4 este egal cu cea dintre 2 i 1din punct de vedere al seriozitii.

n concluzie, valorile de tip ordinal ne indic o ierarhizare a valorilor unor
caracteristici sau preferine, fr a preciza care este diferena de cantitate a
caracteristicii msurate.

Codificarea valorilor de tip ordinal trebuie s perimit ierarhizarea.
21
Valorile de tip ordinal au semnificaie calitativ i nu cantitativ.

Scal de tip interval. Variabilele de pe aceast scal, pe lng informaii
privind ordinea, ofer i informaii privind mrimea caracteristicii msurate.

Valorile de tip interval sunt cantitative, reprezentate pe un interval cu diviziuni
egale.
Exemple.

1. Temperatura msurat ntr-un numr de zile se exprim n grade
reprezentate pe un interval, avnd subdiviziuni egale, din grad n grad. Se
poate aprecia c ntro zi a fost mai cald sau mai frig dect n cealalt.

2.Coeficientul de inteligen msurat n funcie de numrul de rspunsuri
corecte la ntrebrile dintr-un chestionar: 30 de rspunsuri corecte, 20, 15
.a.m.d.

Nu se poate emite ipoteza c persoanele care au dat 30 de rspunsuri corecte
sunt de dou ori mai inteligente dect cele care au dat 15, deoarece nu avem o
valoare de referin fa de care s facem comparaia.

3. Pentru persoanele care se in de mn intrun parc 20 de minute, respectiv 30
de minute, diferena de iubire nu este aceeai cu diferena ntre 30 i 20 de
minute.

Scal de tip raport. Valorile exprimate pe o asemenea scal, pe lng
egalitatea intervalelor, se raporteaz la o valoare zero absolut. Nu se admit
valori mai mici dect zero.

Exemple: timpul, vrsta, numrul de rspunsuri corecte sau greite la un
chestionar etc.

Observaie. Diferena ntre variabil i scal const n aceea c variabila se
refer la o caracteristic supus msurrii, iar scala la modaliti de msurare i
22
reprezentare. n unele cazuri, aceeai caracteriszic poate fi msurat pe orice
tip de scal.

De exemplu, atenia poate fi exprimat astfel:

y pe o scal nominal: atent, neatent
y pe o scal ordinal: atenie sczut, medie, mare i foarte mare
y pe o scal interval: intervale de timp corespunztoare gradului de atenie
Analog se poate exemplifica i timpul de reacie.
Cnd se vorbete de msurarea unor caracteristici sau de valorile unei variabile
trebuie precizat i scala.

Erori de msurare

Msurarea, fie cantitativ sau calitativ, se realizeaz asupra obiectelor,
fenomenelor sau proceselor studiate.

Coeficientul de inteligen exprim o proprietate funcional de natur
intelectual a persoanei, iar frecvena cardiac exprim o proprietate
funcional fiziologic a inimii.

Numerele care exprim cele dou proprieti funcionale nu putem afirma cu
certitudine c sunt exacte.

Rezultatele testului de inteligen poate oferi o comparaie ntre personele
testate, dar nu exprm cu certitudine inteligena persoanelor testate.

Valoarea msurat pentru inteligen poate fi influenat de caracteristici
psihice sau de ali factori:

y modul de concepere a testului (avem garania c este perfect?)
y caltatea mediului de testare (mobilier, condiii climatice, zgomot etc.)
y starea fiecrui individ (oboseal, emotivitatetc.) i altele

23
Valoarea msurat pentru frecvena cardiac poate fi influenat de

y oboseal
y efort fizic
y emoii
y precizia aparatului etc.

Se spune c orice valoare rezultat dintro msurare este compus din valoarea
adevrat la care se adaug o anumit eroare, a cror pondere nu poate fi
determinat cu exactitate.
Problema care se pune este s limitm ct se poate de mult eroarea.
Erorile n procesul de msurare sunt de dou feluri:

erori aleatorii, datorate un factori ntpltori. Ele pot influena n
sens pozitiv sau negativ msurarea. n unele situaii erorile pozitive se
compenseaz cu cele negative, ceea ce conduce la o mai mare precizie a
msurrii.

erori sistematice afecteaz msurarea ntrun singur sens: pozitiv
sau negativ. De exempu msurarea tensiunii arteriale la un grup de
persoane depinde de precizia aparatului, care produce mereu valori mai
mici sau mai mari dect valoarea real.













24
Cursul nr.4 Statistic n psihologie

D-i omului puterea i-i vei vedea caracterul

Mulimi, relaii, funcii

Mulimi

Noiunea de mulime este o noiune primar. Ea nu se definete, ci se ilustreaz
prin exemple:

N mulimea numerelor naturale
Z mulimea numerlor ntregi
R mulimea numerelor reale
mulimea locuitorilor unei comune, ora etc.
mulimea crilor dintr-o bibliotec.
mulimea trsturilor care definesc personalitatea unui individ.
M={a,b,c,d,k,p}.
X={- 2, 0, 5, 10, 25, 35, 70, 99}.

O mulime este format din elemente. Fiecare element al unei mulimi trebuie
s fie astfel nct s se poat afirma c aparine sau nu mulimii respective.
De exemplu, bM, 10X, 25M.

O mulime poate fi dat prin enumerarea elementelor din care este constituit
sau preciznd proprietile pe care le au elementele sale.

Exemplu.Mulimea persoanelor cu studii superioare dintro localitate.

Definiie. Mulimea care nu conine nici-un element se numete mulime vid i
se noteaz cu 1.

Definiie. O mulime care conine un numr bine determinat de elemente se
numete mulime finit.
Exemplu.
25

Definiie. O mulime care conine un numr nedeterminat de elemente se
numete mulime infinit.

Exemplu. Mulimea punctelor unui segment.

Definiie. O mulime infinit se numete numrabil dac elementele ei pot fi
numrate, ceeace nseamn c ele pot fi puse n coresponden cu mulimea
numerelor naturale. Altfel mulimea este nenumrabil.

Exemple.Mulimea rotaiilor pmntului este numrabil. Mulimea numerelor
reale dintr-un interval este nenumrabil.

Definiie.Dou mulimi se numesc disjuncte dac nu au nici-un element comun.
1 = B A .
Exemplu.

Dac oricare ar fi elementul X x , acesta aparine i mulimii Y , atunci spunem
c mulimea X este inclus n mulimea Y , ceea ce se scrie Y X . Se mai spune
c X este o submulime a lui Y sau o parte a lui Y .
Exemplu.

Definiie. Dou mulimi sunt egale dac sunt formate din aceleai elemente.

Fie M o mulime i M A .
Definiie. Se numete complementara mulimi A fa de M , mulimea
elementelor din M care nu aparin lui A, notat cu } , | { A x M x x A C
M
= .
Exemplu. a _ 10 , 9 , 8 , 7 , 6 , 5 , 3 = M , _ a 9 , 8 , 5 = A , a _ 10 , 7 , 6 , 3 = A C
M


Operaii cu mulimi: reuniunea, intersecia, diferena.
Fie A i B dou mulimi.
Reuniunea. } | { B Asaux x x B A = mulimea elementelor care aparin cel puin
uneia dintre cele dou mulimi.
Exemplu.
26

Intersecia. } | { B Asix x x B A = mulimea elementelor comune celor dou
mulimi.
Exemplu.

Diferena. } | { B Asix x x B A = mulimea elementelor din A care nu aparin lui
B .
Exemplu. Exemplu. a _ t m h g c b A , , , , , = , a _ t m g d B , , , = , a _ h c b B A , , = .

Produs cartezian } , | ) , {( Y y X x y x XxY =
Exemplu.

Relaii

n mod uzual spunem c perechi de elemente din aceeai mulime sau din
mulimi diferite sunt ntro relaie dac ntre ele exis o anumit legtur.
Exemple. Dou persoane sunt n relaie de prietenie, colaborare, afaceri etc.

Un ansamblu de stimuli pot fi n relaie cu comportamentul unei persoane.
n funcie de una sau mai multe caracteristici, populaia statistic poate fi
mprit n clase.
Din punct de vedere matematic, o populaie statistic este o parte a unei
mulimi } ,...., , {
2 1 n
A A A E = , unde ) ,....., 2 , 1 ( n i A
i
= sunt submulimi ale lui E i se
numesc clase. Unitile statistice care compun aceeai clas sunt alese pe baza
unei relaii R.
x R y , de exemplu x i y au aceeai nlime
i
A x ( i )
i
A y .

Definiie. O relaie reflexiv, simetric i tranzitiv, se numete relaie de
echivalen.

Fie M o mulime i R o relaie definit pe aceast mulime.

1. Reflexiv: x Rx pentru orice x M .
2. Simetric : x R y i y Rx pentru oricare . , M y x
27
3. Tranzitiv : x R y i y Rz avem x Rz pentru oricare . , , M z y x
Exemplu. Considerm un grup de persoane i definim relaia de prietenie.
Relaia de echivalen definit pe o mulime sau populaie statistic reprezint
caracteristica populaiei.

Funcii

Fie X i Y dou mulimi oarecare, nevide.
O funcie definit pe mulimea X (domeniu) cu valori n Y (codomeniu), notat
Y X f p : asociaz fiecrui element X x o valoare (imagine) Y x f y = ) ( , unic
determinat.

Se observ c X x este variabil independent, iar Y x f y = ) ( este variabil
dependent.

Exemple. Funcii elementare.

Noiunile de relaie i funcie se pot utiliza i n psihologie, studiul
comportamentului presupune a se avea n vedere, pe de o parte relaia cu
personalitatea subiectului, iar pe de alt parte relaia cu diferii factori care l pot
influena.

Relaia cauzal este o relaie de tip funcional, evideniind n cadrul procesului
studiat care este variabila independent i care este variabila dependent. ntr-o
asemenea relaie, variabila independent devine esenial, deoarece diferitele
schimbri ale acesteia conduc la schimbri ale variabilei dependente.

Exemlu. Calitatea pregtirii tinerilor depinde de calitatea cadrelor didactice.

Studiul comportamentului pune n eviden o relaie de forma:

cauz p efect

28
ceea ce nseamn c diferitele modificri ale comportamentului (efectele) se
datoreaz unor cauze.

Se observ c avem o relaie funcional, unde domeniul este cauza i
codomeniul este efectul.

Cauza i efectul pot fi variabile unidimensionale sau multidimensionale.
Distingem urmtoarele situaii:

o cauz p un efect
e c p

Performanele unui student ntr-un domeniu sunt determinate (funcie) de
volumul de munc msurat prin timpul afectat studiului n domeniu respectiv.

mai multe cauze p un singur efect
e c c c
n
p ) ,...., , (
2 1


Performanele unui sportiv sunt rezultatele activitii depuse de cei care-l
pregtesc: antrenor, medic, psiholog, regim alimentar etc.

o singur cauz p mai multe efecte

) ,....., , (
2 1 n
e e e c p
Prin prestaia sa, unprofesor poate determina pregtirea unui elev n plan
informativ i formativ.

mai multe cauze p mai multe efecte

) ,....., , ( ) ,...., , (
2 1 2 1 n n
e e e c c c p

Influena profesorilor care predau diferite discipline asupra diferitelor
componente ale personalitii unui student.

29
n general, un experiment const n derularea unui proces pe parcursul cruia
mrimile asociate iau valori diferite, ceea ce nseamn c sunt variabile.

Variabilele care intervin n derularea procesului sunt de dou tipuri:

y cantitative, ceea ce nseamn c fi msurate sau evaluate numeric;
y calitative.

n psihologie, n studierea comportamentului uman avem urmtoarea relaie:
stimul p raspuns

ceeace se ncadreaz n relaia funcional de tipul

cauz p efect

n aceast relaie de tip funcional, domeniul este format din mulimea
stimulilor, iar codomeniul este mulimea rspunsurilor.

n domeniu se afl variabile care influeneaz comportamentul subiectului, ceea
ce nseamn c domeniul conine variabile independente.

Aceste variabile sunt la dispoziia experimentatorului, care selecteaz din
mulimea tuturor variabilelor pe cele relevante, le modific valorile cu scopul
de a observa efectele asupra subiectului.

Variaiile variabilelor independente pot fi cantitative sau calitative.

n codomeniu se afl variabile dependente ale cror valori sunt msurate sau
observate ca efect al variaiei variabilelor independente.

n concluzie, variabilele dependente sunt influenate de variabilele
independente, scopul principal al unui experiment privind comportamentul fiind
acela de a identifica relaii cauzale ntre acestea
.
30
n cadrul unui experiment privind comportamentul poate s apar o a treia
categorie de variabile, numite variabile confuze.

n cadrul unui experiment privind comportamentul, clasificarea n variabile
dependente i independente se poate face numai atunci cnd variaiile
variabilelor dependente sunt datorate diferitelor valori ale variabilelor
independente.

n cadrul unui experiment privind comportamentul poate s apar o a treia
categorie de variabile, numite variabile confuze. Aciunea variabilelor confuze
nu este constant, ea fiind sporadic.

De exemplu, starea de spirit sau dispoziia este o variabil confuz. Nu poate fi
considerat independent deoarece nu poate fi controlat de psiholog. Nu este
nici dependent, cu toate c are efect asupra comportamentului, deoarece nu
este efectul unui stimul.

Sisteme

Sistemul reprezint un ansamblu de elemente (componente fizice sau logice,
legi, reguli etc.) interconectate, care funcioneaz n comun pentru realizarea
unuia sau mai multor scopuri.
Elementul reprezint o parte din sistem (o component a acestuia) capabil s
ndeplineasc o anumit funciune n cadrul sistemului.

O clasificare a sistemelor poate fi fcut astfel:

y sisteme deschise
y sisteme cu conexiune invers.

Sistemul deschis este caracterizat prin:

y ieiri care corespund intrrilor n sistem;
y ieirile sunt izolate de intrri i nu au nici o influen asupra acestora.
31
Sistem
Intrri
Iesiri

ntr-un sistem deschis, rezultatele aciunii trecute nu comand aciunea
viitoare. Sistemul nu observ i nu reacioneaz la propria-i performan.
Exemple. O persoan (un subiect) poate fi considerat un sistem deschis dac
experiena anterioar nu are efect asupra aciunilor sale viitoare.

Fig.1 Sistem deschis
Un ceas este de asemenea un sistem deschis; el nu-i observ propria
imprecizie pentru a i-o controla singur.

Sistemul cu conexiune invers (cu reacie sau feed-back) care este denumit i
sistem nchis este influenat de propria-i comportare trecut.
Ele au urmtoarele caracteristici:

y ieirile pot regla intrrile;
y funcioneaz ca o bucl nchis, care folosete rezultatele aciunii trecute
ale sistemului pentru a comanda aciunea viitoare.

Exemple. O persoan (un subiect) poate fi considerat un sistem nchis dac
experiena anterioar este utilizat pentru aciunile sale viitoare.




Fig.2 Sistem cu conexiune invers

Un ceas i posesorul lui formeaz un sistem cu conexiune invers; ora indicat
de ceas este comparat cu ora exact, care este luat ca obiectiv, iar ceasul este
potrivit pentru a elimina erorile.

Decizie Aciune

Starea sistemului
Informaia
32
Cursul nr.5 Statistic n psihologie

Elemente de teoria probabilitilor

Cele mai multe domenii ale matematicii au aprut din observaii sau
activiti practice.

Teoria probabilitilor este una din cele mai aplicate domenii ale
matematicii.

Se tie c:

y aritmetica a aprut din nevoia de a numra,
y geometria din nevoia de a msura,
y calculul probabilitilor din practica jocurilor de noroc etc.

Desigur c jocurile de noroc se practic de mult vreme, evaluarea
anselor de ctig ale unui juctor n timpul jocului fcndu-se de-a
lungul timpului, astfel:

y fie intuitiv
y fie pe baza experienei acumulate anterior.

Laplace spunea: Este remarcabil faptul c o tiin care a nceput cu
analizarea jocurilor de noroc, a devenit cea mai important metod a
cunoaterii omeneti.

Primele preocupri mai serioase legate de calculul probabilitilor au fost
declanate de problemele pe care cavalerul de Mere om de spirit i
mare amator de jocuri de noroc le-a prezentat lui Blaise Pascal(1632
1664) n anul 1654.


Cavalerul de Mere a pus dou probleme:
33

Prima problem: n acea perioad se practica un joc mult mai vechi n
care banca paria la mize egale cu orice juctor c acesta va obine cel
puin o dat faa cu ase puncte n patru aruncri ale unui zar. Din
experien se tia c acest joc este defavorabil juctorului, banca
ctignd n medie de 671 ori din 1296 de pariuri.
Se prea c ansele de a obine cel puin o dubl de ase puncte n 24 de
aruncri ale unei perechi de zaruri sunt egale cu acele de a obine ase
puncte n patru aruncri ale unui zar.
Blaise Pascal a artat c n cazul jocului o dubl de ase puncte din 24 de
aruncri, este n avantajul juctorului.

A doua problem: cum se mparte miza pus n joc n cazul n care jocul
se ntrerupe, din motive obiective, nainte de terminarea lui ?

n legtur cu aceste probleme, Blaise Pascal a nceput corespondena cu
mari matematicieni ai timpului precum P. Fermat (1601 1665),
Christian Huygens (1629 1695) etc. Lucrrilor lui Pascal, Fermat,
Huygens au fost urmate de cele ale lui J. Bernoulli care lanseaz prima
form a legii numerelor mari, generalizat de mai trziu de Poisson,
Borel, Cantelli, Kolmogorov.


Moivre (1667 1754) face primele observaii asupra legii normale,
studiat ulterior de Gauss (1777 1855).

O contribuie deosebit la dezvoltarea i rspndirea teoriei
probabilitilor a avut-o Laplace(1749 1827), Cebev (1821 1894),
Markov (1856 1922), Kolmogorov etc.






34
Evenimente. Definiia clasic a probabilitii


Cmp finit de evenimente

1.1 Experien, prob,eveniment

Definiie. Se numete experien n teoria probabilitilor, orice act care
poate fi repetat n condiii date.

Definiie. Probele sunt rezultatele posibile ale unei experiene.
Experienele pot avea un numr finit sau infinit de probe.

Definiie. Se numete eveniment, orice situaie legat de o experien,
despre care putem spune c s-a produs sau nu, dup efectuarea
experienei.
Evenimentele aleatoare se pot nota cu A, B, C...sau A
1
, A
2
,...

Definiie. Se numete experien aleatoare orice experien care fiind
repetat n aceleai condiii conduce la rezultate diferite.

Probele unei experiene se mai numesc i cazuri posibile ale experienei.
Prin eveniment se ntelege realizarea sau nerealizarea unei probe (de
exemplu, obinerea feei cu numrul 3 la aruncarea unui zar constitue un
eveniment).

Definiie. Se numete eveniment aleator, un rezultat posibil al unei
experiene aleatoare.

Exemplu. S considerm experiena aruncrii unui zar i s presupunem
c ne punem ntrebarea dac vom obine o fa cu un numr par de
puncte. n acest caz, experiena const n aruncarea zarului, proba este
rezultatul care se obine la sfritul experienei, iar evenimentul care ne
intereseaz const n apariia unui numr par de puncte.
35
Evenimentul se realizeaz dac se obine una din probele 2,4,6 i nu se
realizeaz n caz contrar. De aici rezult c evenimentul se poate realize
n trei probe.
Dac n cazul aceleiai experiene ne intereseaz apariia feei cu un
punct, suntem n prezena unui eveniment care se poate realiza printr-o
singur prob.

Definiie. Evenimentul care poate fi realizat printr o singur prob, se
numete eveniment elementar.

Definiie. Evenimentul care poate fi realizat prin dou sau mai multe
probe se numete eveniment compus.

Definiie. Se numete spaiu de selecie, mulimea evenimentelor
elementare asociate experienei respective.

Definiie. Se numete eveniment sigur, notat cu ;, evenimentul care se
realizeaz cu certitudine la fiecare efectuare a experienei.

Definiie. Se numete eveniment imposibil, notat cu 1, evenimentul care
nu se realizeaz la nici o efectuare a experienei.

Exemple. La aruncarea unuizar, apariia uneia din feele 1,2,3,4,5,6
este evenimentul sigur, iar apariia feei cu un numr de apte puncte este
evenimentul imposibil.
Extragerea unei bile de culoare alb dintr-o urn cu bile albe este
evenimentul sigur, iar extragerea unei bile de culoare alb dintr-o urn cu
bile negre este evenimentul imposibil.

Definiie. Se numete evenimentul contrar evenimentului A i se noteaz
cu A , evenimentul a crui realizare const n nerealizarea lui A.

Exemple. Fie o urn cu bile albe i negre. Dac notm cu A evenimentul
care const n extragerea unei bile albe, A este evenimentul care const
n extragerea unei bile negre.
36
Realizarea unuia este echivalent cu nerealizarea celuilalt.
Considerm experiena aruncrii unui zar. Dac notm cu A
evenimentul care const n apariia unei fee cu un numr par de puncte,
A este evenimentul care const n apariia feei cu un numr impar de
puncte.
Evenimentul sigur const n nerealizarea evenimentului imposibil i
reciproc.

A A = , A A = ; , 1 = ;

Definiie. Dou evenimente se numesc compatibile dac se pot realiza
simultan, ceea ce nseamn exist cel puin un rezultat care favorizeaz
pe fiecare din aceste evenimente. n caz contrar se numesc incompatibile.

Exemplu. S considerm experiena aruncrii unui zar i s notm cu A
evenimentul care const n apariia feei cu 1, 2, 3 puncte, iar cu B
evenimentul care const n apariia uneia din feele 2, 3, 5. Evenimentele
A i B sunt compatibile, deoarece dac vom obine ca rezultat al
experienei faa 2 sau 3, nseamn c s-au realizat ambele evenimente.

Observaie. Evenimentele contrare sunt incompatibile.
n general, un numr finit de evenimente
n
A A A ,....., ,
2 1
sunt compatibile
dac se pot realiza simultan, ceea ce nseamn c exist o prob care
realizeaz fiecare din aceste evenimente. n caz contrar, evenimentele
n
A A A ,....., ,
2 1
sunt incompatibile.
Observaie. Dac evenimentele
n
A A A ,....., ,
2 1
sunt compatibile dou cte
dou, nu nseamn c ele sunt compatibile n totalitatea lor.

Exemplu. Considerm experiena aruncrii unui zar cu urmtoarele
evenimente :
1
A apariia feei cu un sau 2 puncte,
2
A apariia feei cu 2
sau 3 puncte,
3
A apariia feei cu 3 sau 4 puncte.
1
A este compatibil cu
2
A ,
2
A este comatibil cu
3
A , dar nu sunt compatibile n totalitatea lor.

37
Definiie. Se spune c evenimentul A implic evenimentul B , dac B se
realizeaz de fiecare dat cnd se realizeaz A. Se noteaz B A .

Exemple. Considerm experiena aruncrii unui zar i notm cu A
evenimentul care const n apariia feelor cu 2 sau 4 puncte, iar cu B
evenimentul care const n apariia feei cu un numr par de puncte. n
acest caz A implic B .

Considerm experiena aruncrii unui zar i notm cu C evenimentul
care const n apariia unui numr de puncte mai mic dect 4, iar cu D
evenimentul care const n apariia unei numr de puncte mai mic sau
egal cu 5, atunci C implic D.

Observaie. Dac A implicB i B implic A, atunci B A = .
Orice eveniment implic evenimentul sigur.
Evenimentul imposibil implic orice eveniment.
Evenimentele pot fi reprezentate ca mulimi, ceea ce nseamn c atunci
cnd ne fixm atenia asupra unui eveniment, este vorba despre o parte
din mulimea probelor experienei.
Considernd experiena aruncrii unui zar i notnd cu A evenimentul
care const n apariia feelor cu 1,2 sau 5 puncte, identificm acest
eveniment cu mulimea probelor care l realizeaz :
} 5 , 2 , 1 { = A
Evenimentul A este o submulime a mulimii } 6 , 5 , 4 , 3 , 2 , 1 { probelor ataate
experienei.

1.2. Operaii cu evenimente.
Reuniunea. Fiind date dou evenimente A i B , numim reuniunea lor,
evenimentul care se realizeaz atunci cnd cel puin unul din
evenimentele A, B se realizeaz. Notm: B A .

Interseca. Fiind date dou evenimente A i B , numim intersecia lor,
evenimentul care se realizeaz atunci cnd evenimentele A, B se
realizeaz simultan. Notm: B A .

38
Observaie. Dou evenimente A , B sunt incompatibile dac 1 = B A .

Observaie. Operaiile de reuniune i intersecie se extind pentru orice
numr finit de evenimente.

Fiind date n evenimente
n
A A A ,...., ,
2 1
putem scrie:


n i
n
i
A A A A =
=
....
2 1
1
7
,
n i
n
i
A A A A =
=
....
2 1
1
+


Diferena. Numim diferena evenimentelor A i B , evenimentul care
const n realizarea lui A i nerealizarea lui B . Notm:

= B A B A \ .
Fie } ,..., , {
2 1 n
E E E E = mulimea tuturor evenimentelor elementare
corespunztoare unei experiene.
} { ....., },........ { }, {
2 1 n
E E E ceea ce nseamn
1
n
C evenimente
} , { ..., },........ , { }, , {
1 3 1 2 1 n n
E E E E E E

ceea ce nseamn
2
n
C evenimente
.
} ,....., , {
2 1 n
E E E ceea ce nseamn
n
n
C evenimente
1 1
Un cmp deevenimente conine
n n n
n n n
C C C 2 ) 1 1 ( ..... 1
2 1
= + = + + + + evenimente,
unde n este numrul evenimentelor elementare.

Definiie. Se numete cmp finit de evenimente, perechea } , { K E , unde E
este evenimentul sigur, iar K este familia tuturor submulimilor lui E ,
care satisface proprietile :
1) K A E A , , atunci K A
2) Dac n i K A
i
e e 1 , , atunci K A
i
n
i

=1
7
3) . K 1

Observaie. Un cmp de evenimente este format din mulimea tuturor
submulimilor lui E , la care se adaug E i 1.

39
Din definiia de mai sus deriv cteva proprieti ale cmpului de
evenimente } , { K E , astfel :
1) K E
2) Fiind date
i
n
i
i
n
i
i
A A n i A
1 1
, , 1 ,
= =
e e + 7 verific legile lui De Morgan.
3) Dac n i K A
i
e e 1 , atunci K A
i
n
i

=1
+ .
4) Fiind date K B A , , atunci
A B B A A B B A A A A A A A = = = = , , , , iar relaiile
A B A B B A B A B A = = , , , sunt echivalente.
5) Fiind date K B A , atunci B A A B A
6) K A A A = ,
7) K A A A A 1 = 1 = 1 , ,
8) Fiind date K C B A , , au loc relaiile :

) ( ) ( ) (
) ( ) ( ) (
) ( ) (
) ( ) (
C A B A C B A
C A B A C B A
C B A C B A
C B A C B A
=
=
=
=

9) Fiind date K B A , au loc relaiile :
) ( ) ( ), ( B A B A B A B A B A = =
10) Fiind date K B A , , relaiile A B B A B A 1 = , , sunt
echivalente.

Cmp de probabilitate finit

Fie o experien cu n evenimente egal posibile (evenimentele considerate
au aceeai ans de a se realiza) i A un eveniment oarecare ataat
experienei, care se poate realiza prin m probe, n m e .
Definiie. Se numete probabilitatea evenimentului A, notat cu ) ( A P ,
numrul :

= =
n
m
A P ) (
posibile cazuri nr.
favorabile cazuri nr.


40
Numrul ) ( A P reprezint definiia clasic a probabilitii i are
urmtoarele proprieti:
1) 1 ) ( 0 e e A P
2) 1 ) ( , 0 ) ( = = 1 E P P
3) Dac 1 = B A atunci ) ( ) ( ) ( B P A P B A P + =
4) ) ( 1 ) ( A P A P =
5) ) ( ) ( ) ( ) ( B A P B P A P B A P + =




































41
Cursul nr. 6 Statistic n psihologie

Schema lui Bernoulli

n urma efecturii unei experiene poate s apar evenimentul A cu
probabilitatea p sau contrariul su cu probabilitatea q=1-p.
Se repet experiena de n ori n condiii identice. Probabilitatea ca n cele
n experiene evenimentul A s apar de k ori este
k n k k
n
q p C k n P

= ) , ( .

Exemple.

1. Se arunc o pereche de zaruri de opt ori. Care este probabilitatea ca
exact de cinci ori s obinem un total de apte puncte ?
Rezolvare. n urma unei aruncri, 7 puncte pot s apar n 6 cazuri din 36
posibile:

6
1
36
6
= = p ,
3 5 5
8
)
6
5
( )
6
1
( C

2. Se arunca o moned de 6 ori. Care este probabilitatea s apar de 4 ori
prima fa i de 2 ori a doua fa ?

3. Se consider o urn car conine bile albe i negre U(10 a, 5 n). Se
extrag din urn 6 bile, punnd de fiecare dat bila extras napoi. S se
determine probabilitatea ca n cele 6 extrageri s obinem 4 bile albe.

Schema lui Bernoulli cu mai multe Stri

n urma efecturii unei experiene pot aprea evenimentele
s
A A A ,....., ,
2 1
cu
probabilitile . 1 , ,...., ,
1
2 1
=

=
s
k
k s
p p p p
Se repet experiena de n ori. Probabilitatea ca n cele n experiene
evenimentele
s
A A A ,....., ,
2 1
s apar respectiv de
s
m m m ,...., ,
2 1
ori este


s
m
s
m m
s
s
p p p
m m m
n
m m m n P .......
! !...... !
!
) ,....., , ; (
2 1
2 1
2 1
2 1
= cu .
1
n m
s
k
k
=

=

42

Exemple.
1. Se arunc un zar de 5 ori. Care este probabilitatea ca de dou ori s
obinem faa cu un punct, de dou ori faa cu dou puncte i o dat nici
una din aceste dou fee ?



324
5
)
3
2
( )
6
1
( )
6
1
(
! 1 ! 2 ! 2
! 5
) 1 , 2 , 2 ; 5 (
2 2
= = P

2. Probabilitile ca o persoan s aib coeficientul de inteligen mai
mic dect limitele normale este de 0.05, mai mare dect limitele normale
0.10, iar probabilitatea ca acesta s fie ntre limite normale este 0.85.
Din ntreaga populaie se iau la ntmplare 100 de persoane. Care este
probabilitatea ca printre persoanele respective 5 s aib coeficientul de
inteligen mai mic, iar 5 s aib coeficientul de inteligen mai mare
dect limitele normale ?


90 5 5
) 85 . 0 ( ) 1 . 0 ( ) 05 . 0 (
! 90 ! 5 ! 5
! 100
) 90 ; 5 ; 5 ; 100 ( = P
3.
Schema lui Poisson

Se fac n experiene independente. n urma experienei de rang k poate s
apar evenimentul A cu probabilitatea
k
p sau A cu probabilitatea
. ,....., 2 , 1 , 1 n k p q
k k
= =
Probabilitatea ca n cele n experiene evenimentul A s se realizeze de m
ori, cu n m , este coeficientul lui
m
x din polinomul
) ).....( )( ( ) (
2 2 1 1 n n
q x p q x p q x p x p + + + =
unde n i p q A P p
i i i i
,..., 2 , 1 , 1 ), ( = = = .

Exemple.

1. Se consider urnele : ) 6 , 2 ( ), 3 , 5 ( ), 4 , 10 (
3 2 1
b a U b a U b a U .
43
Care este probabilitatea ca lund la ntmplare cte o bil din fiecare urn
s obinem 2 bile albe i una neagr ?

2. Se testeaz psihologic 4 persoane din categorii de vrst diferite: 20 -
30 ani, 30 40 ani, 40 50 ani, 50 60 ani. Probabilitatea ca o persoan
din fiecare categorie s treac testul psihologic este 0.8, 0.7, 0.9 i
respectiv 0.85.
Se cere probabilitatea ca toate cele 4 persoane testate s corespund.


Schema bilei nerevenite

O urn conine a bile albe i b bile negre. Din aceast urn se se extrag n
bile fr a pune bila extras napoi n urn, b a n + e .
Probabilitatea ca E din bilele extrase s fie albe i F negre ) ( n = + F E este
dat de

F E
F E
F E
+
+
=
b a
b a
b a
C
C C
P ) , (
,

Considerm o urn care conine biele de m culori:
1
a de culoare
1
c ,
2
a de
culoare
2
c , ,
m
a de culoare
m
c . Se extrag n bile deodat sau una cte una
fr ntoarcerea bilei extras din urn. Probabilitatea de a obine
1
E bile
de culoare
1
c ,
2
E bile de culoare
2
c , ,
m
E bile de culoare
m
c
) .... (
2 1
n
m
= + + + E E E este

m
m
m
m
a a a
a a a
C
C C C
E E E
E E
E
+ + +
+ + +
......
......
1 2
2 1
2
2
1
1
......


Exemplu. ntro populaie de 100 de persoane se afl 6 persoane care sunt
recuperabile, 4 sunt irecuperabile, iar restul sunt normale. Din acest lot
au fost luate la ntmplare 10 persoane. Care este probabilitatea ca din
aceste persoane 2 s aib defecte recuperabile, una s fie irecuperabil
i 7 s fie normale ?
Rezolvare.
10
100
7
90
1
4
2
6
C
C C C
.

44
Cursul nr. 7 Statistic n psihologie

Probabiliti condiionate

S considerm experiena aruncrii uni zar i s notm cu A evenimentul
care const n apariia uneia din feele 1,2,3, iar cu B evenimentul care
const n apariia uneia din feele 2,3,4.
P(A)=P(B)=3/6=1/2

Ne propunem s evalum probabilitatea evenimentului B n ipoteza c A
s-a realizat. Aceast probabilitate o numim probabilitatea evenimentului
B condiionat de A i se noteaz cu ) ( A P
B
sau P(B/A).
n ipoteza c A s-a realizat, nseamn c a aprut una din feele 1,2,3; din
aceste cazuri numai dou sunt favorabile evenimentului B: 2,3.
Rezult P(B/A)=2/3.

Fie o experien cu un numr finit de cazuri egal posibile.
Notm: n - numrul cazurilor egal posibile ale experienei.
m - numrul cazurilor favorabile evenimentului A.
p - numrul cazurilor favorabile evenimentului B.
q - numrul cazurilor favorabile evenimentului B A .
Atunci

m
q
A B P
n
p
B P
n
m
A P = = = ) / ( , ) ( , ) (
Dar

n
m
n
q
m
q
= i rezult
) (
) (
) / (
A P
B A P
A B P

=

Definiie. Probabilitatea evenimentului A condiionat de evenimentul B ,
notat ) / ( B A P sau ) ( A P
B
este dat de relaia :

) (
) (
) / (
B P
B A P
B A P

= dac 0 ) ( = B P
45
Definiie. Dou evenimente A i B sunt independente dac fiecare dintre
ele nu i modific probabilitatea n funcie de realizarea sau nerealizarea
celuilalt, ceea ce nseamn c
) ( ) ( ) ( B P A P B A P =

n practic noiunea de independen comport dou aspece.
n unele situaii nu este cunoscut i ea trebuie dovedit.

Exemplu.Se arunc un zar o singur dat. Notm:
A apariia uneia din feele cu 1,2,3 puncte.
B apariia uneia din feele cu 2,3,4,5 puncte.
Cele dou evenimente sunt independente ?
P(A)=1/2 , P(B)=4/6=2/3
P(A i B)=2/6=1/3
P(A i B)=1/3=1/2.2/3=P(A)P(B)
Evenimentele A i B sunt independente.
n cele mai multe cazuri, independena este necunoscut, ea reieind din
context.

Exemplu.S presupunem c se arunc dou zaruri, unul de culoare alb,
iar cellalt de culoare neagr. Considerm evenimentele:
A apariia feei cu 4 puncte pe zarul alb;
B apariia feei cu 6 puncte pe zarul negru.
Evenimentele A i B sunt independente.

Fie urnele U
1
i U
2
, care conin bile albe i respectibv bile negre.
Notm cu A evenimentul care const n extragerea unei bile albe din
prima urn, iar cu B evenimentul care const n extragerea unei bile
negre din a doua urn. Cele dou evenimente sunt independente.






46
Formule clasice de probabilitate

Formula nmulirii probabilitilor

Teorem. Dac
n
A A A ,....., ,
2 1
sunt n evenimente astfel nct probabilitatea
realizrii simultane este diferit de zero, 0 ) ..... (
2 1
=
n
A A A P , atunci
) ... / ( ).... / ( ) / ( ) ( ) ..... (
1 2 1 2 1 3 1 2 1 2 1
=
n n n
A A A A P A A A P A A P A P A A A P

Demonstraie. Folosind probabilitile condiionate, avem:


) ...... (
) ..... (
) ..... / (
........ .......... .......... .......... .......... .......... ..........
) (
) (
) / (
) (
) (
) / (
) ( ) (
1 2 1
1 2 1
1 2 1
2 1
3 2 1
2 1 3
1
2 1
1 2
1 1

=
=
n
n n
n n
A A A P
A A A A P
A A A A P
A A P
A A A P
A A A P
A P
A A P
A A P
A P A P


pe care nmulindu-le membru cu membru se obine formula de mai sus.

Exemplu. O grup conine 4 fete i 6 biei. Se iau la ntmplare 3 copii.
Care este probabilitatea ca primul copil s fie o fat, al doilea i al treilea
copil s fie un biat ?

Rezolvare. Notm cu
1
A evenimentul ca primul copil s fie o fat, iar
3 2
, A A evenimentele ca la extragerea a dou, respectiv a treia, s obinem
cte un biat.

5
2
) (
1
= A P ,
3
2
) / (
1 2
= A A P ,
8
5
) / (
2 1 3
= A A A P


6
1
8
5
3
2
5
2
) (
3 2 1
= = A A A P

47
Formula probabilitii totale

Definiie. O mulime de evenimente formeaz un sistem complet de
evenimente dac acestea sunt incompatibile dou cte dou i reuniunea
lor este evenimentul sigur.

Teorem. Dac
n
A A A ,....., ,
2 1
formeaz un sistem de evenimente, atunci
pentru orice eveniment A, avem :

) / ( ) ( ..... ) / ( ) ( ) / ( ) ( ) (
2 2 1 1 n n
A A P A P A A P A P A A P A P A P + + =

Demonstraie. Din faptul c
n
A A A ,....., ,
2 1
formeaz un sistem de
evenimente, rezult c un eveniment A nu se poate realiza dect
mpreun cu unul i numai unul din evenimentele
n
A A A ,....., ,
2 1
, ceea ce
nseamn c
) ( ...... ) ( ) (
2 1 n
A A A A A A A =
iar
) ( ....... ) ( ) ( ) (
2 1 n
A A P A A P A A P A P + + + =
Conform regulii nmulirii probabilitilor, avem :
) / ( ) ( ) (
k k k
A A P A P A A P =
care nlocuite mai sus, conduc la demonstrarea formulei.

Exemplu. Considerm trei grupe formate din femei i brbai, dup cum
urmeaz :
) 2 , 3 (
1
b f G , ) 2 , 6 (
2
b f G , ) 7 , 3 (
3
b f G
Din una din aceste grupe se ia la ntmplare o persoan. Care este
probabilitatea ca persoana respectiv s fie o femeie ?

Rezolvare. Notm:

X evenimentul ca persoana s fie o femeie.
1
A evenimentul ca femeia s fie din grupa
1
G .
2
A evenimentul ca femeia s fie din grupa
2
G .
3
A evenimentul ca femeia s fie din grupa
3
G .
48


3
1
) ( ) ( ) (
3 2 1
= = = A P A P A P

5
3
) / (
1
= A X P ,
4
3
) / (
2
= A X P ,
10
3
) / (
3
= A X P

20
11
) / ( ) ( ) / ( ) ( ) / ( ) ( ) (
3 3 2 2 1 1
= + + = A X P A P A X P A P A X P A P X P

Formula lui Bayes

Teorem. Dac
n
A A A ,....., ,
2 1
formeaz un sistem complet de evenimente,
atunci pentru orice eveniment A, avem :


n i
A A P A P A A P A P A A P A P
A A P A P
A A P
n n
i i
i
,...., 2 , 1
) / ( ) ( ..... ) / ( ) ( ) / ( ) (
) / ( ) (
) / (
2 2 1 1
=
+ + +
=


Demonstraie. Aplicnd formula nmulirii probabilitilor, se obine:


) / ( ) ( ) (
) / ( ) ( ) (
i i i
i i
A A P A P A A P
A A P A P A A P
=
=

De aici rezult c

) (
) / ( ) (
) / (
A P
A A P A P
A A P
i i
i
=
Pentru calculul lui ) ( A P aplicm formula probabilitii totale:
) / ( ) ( ..... ) / ( ) ( ) / ( ) ( ) (
2 2 1 1 n n
A A P A P A A P A P A A P A P A P + + + =
i nlocuind, se obine:

) / ( ) ( .... ) / ( ) ( ) / ( ) (
) / ( ) (
) / (
2 2 1 1 n n
i i
i
A A P A P A A P A P A A P A P
A A P A P
A A P
+ + +
=
care se mai poate scrie

=
=
n
i
i i
i i
i
A A P A P
A A P A P
A A P
1
) / ( ) (
) / ( ) (
) / (

49
Exemplu. Considerm dou grupe formate din brbai i femei:
) 4 , 2 ( ), 2 , 3 (
2 1
b f G b f G . Din aceste grupe a fost luat la ntmplare o femeie.
Care este probabilitatea ca femeia s fie din prima grup ?

Rezolvare. Notm:


1
A evenimentul ca femeia s fie din prima grup
1
G .

2
A evenimentul ca femeia s fie din a doua grup
2
G .
X evenimentul ca persoana luat la ntmplare s fie femeie.


) ( ) / ( ) ( ) / (
) ( ) / (
) / (
2 2 1 1
1 1
1
A P A X P A P A X P
A P A X P
X A P
+
=


5
3
) / (
1
= A X P ,
3
1
) / (
2
= A X P ,
14
9
) / (
1
= X A P


























50
Cursul nr. 8 Statistic n psihologie

Variabile aleatoare

Frecvent, n viaa de toate zilele, ntlnim mrimi ale cror valori se
schimb sub influena unor factori ntmpltori.
De exemplu, numrul de puncte care apar la aruncarea unui zar, numrul
zilelor dintr-un an n care plou, greutatea unui bob de gru luat dintr-o
recolt etc.

Definiie. O mrime asociat unei experiene aleatoare i care ia valori la
ntmplare, n funcie de rezultatul experienei, se numete variabil
aleatoare.

De aici se poate desprinde concluzia c o variabil aleatoare reprezint o
coresponden ntre mulimea rezultatelor posibile ale unei experiene
aleatoare i mulimea numerelor reale.

Definiie. O variabil aleatoare este o funcie care asociaz fiecrui
eveniment elementar (fiecrui eveniment al spaiului de selecie) un
numr real.

Definiie. Fiind dat un cmp de probabilitate ) , , ( P K E , funcia p E X : R,
msurabil ( E y X R y

) ( :
1
) se numete variabil aleatoare.

Observaie. Unele variabile aleatoare pot lua un numr finit de valori, iar
altele pot lua orice valoare dintrun interval.

Definiie. O variabil aleatoare este discret dac mulimea valorilor sale
este o mulime discret (finit sau numrabil).

Observaie. Dac mulimea valorilor unei variabile aleatoare este finit,
variabila aleatoare se numete simpl.

51
Definiie. Ovariabil aleatoare este continu dac mulimea valorilor sale
este o submulime a lui R.

Variabile aleatoare discrete

innd seama de faptul c valorile unei variabile aleatoare sunt
influenate de cauze aleatoare, iar unele valori pot aprea mai des dect
altele, rezult c o variabil aleatoare este mult mai bine precizat dac
se cunoate i probabilitatea cu care este luat fiecare valoare.

X :

n
n
p p
x x
...
...
1
1
, unde 0 ) ( u = =
i i
x X P p , n i , 1 ) ( = i 1
1
=

=
n
i
i
p
sau
X :

...
...
...
...
1
1
n
n
p p
x x
, unde 0 ) ( u = =
i i
x X P p , 1 ) ( u i i 1
1
=

= i
i
p .

Operaii cu variabile aleatoare discrete

Fie X :

n
n
p p
x x
...
...
1
1
, Y :

m
m
p p
y y
...
...
1
1
dou variabile aleatoare discrete care
iau o mulime finit de valori i o constant a R.

Suma i produsul cu o constant se prezint astfel:

X a + :

+ +
n
n
p p
x a x a
...
...
1
1
, aX :

n
n
p p
x a x a
...
...
1
1


Suma celor dou variabile se calculeaz dup cum urmeaz:

Y X + :

+ +
nm
m n
p p
y x y x
...
...
11
1 1

unde
)] ( ) [( ) (
j i j i ij
y Y x X P y x Y X P p = = = + = + = , 1
1 1
=

= =
m
i
n
j
ij
p
52
) / ( ) / (
j i j i j i ij
y Y x X P q x X y Y P p p = = = = = =

Dac variabilele aleatoare sunt independente, atunci

}) { } ({
j i ij
y Y x X P p = = =
indep
=
j j j i
q p y Y P x X P = = = ) ( ) (

Produsul celor dou dou variabile are urmtoarea distribuie:

XY :

nm
m n
p p
y x y x
...
...
11
1 1


unde
ij
p au aceeai semnificaie ca mai sus.
2 ,
1
u =

n X X X
n n


Exemple.

Fie

p
X
1
:
1

q
0
,

p
X
1
:
2

q
0
doua variabile aleatoare.

Suma este dat de

+
2
2 1
2
:
p
X X
pq 2
1

2
0
q
deoarece

2
2 1 2 1 2 1
) 1 ( ) 1 ( )] 1 ( ) 1 [( ) 2 ( p X P X P X X P X X P = = = = = = = = +

pq qp pq X P X P X P X P
X X X X P X X P
2 ) 1 ( ) 0 ( ( ) 0 ( ) 1 (
)]} 1 ( ) 0 [( )] 0 ( ) 1 {[( ) 1 (
2 1 2 1
2 1 2 1 2 1
= + = = = + = = =
= = = = = = = +

2
2 1 2 1 2 1
) 0 ( ) 0 ( )] 0 ( ) 0 [( ) 0 ( q qq X P X P X X P X X P = = = = = = = = = +

Produsul este dat de

p p
X X
.
1 . 1
:
2 1

q p.
0 . 1

p q.
1 . 0

q q.
0 . 0
sau

2
2 1
1
:
p
X X

+
2
2
0
q pq

deoarece

2
2 1 2 1 2 1
) 1 ( ) 1 ( )] 1 ( ) 1 [( ) 1 ( p X P X P X X P X X P = = = = = = = =

53

2
2 1 2 1 2 1
2 1 2 1 2 1 2 1
2 ) 0 ( ) 0 ( ) 1 ( ) 0 ( ) 0 ( ) 1 (
)]} 0 ( ) 0 [( )] 1 ( ) 0 [( )] 0 ( ) 1 {[( ) 0 (
q pq qq qp pq X P X P X P X P X P X P
X X X X X X P X X P
+ = + + = = = + = = + = = =
= = = = = = = = =


Independena variabilelor aleatoare

Fie X :

n
n
p p
x x
...
...
1
1
, Y :

m
m
p p
y y
...
...
1
1
dou variabile aleatoare discrete
simple.

Definiie. Variabilele aleatoare simple Y X, sunt independente dac
evenimentele } { }, {
j i
y Y x X = = sunt independente.

Observaie. Cu alte cuvinte, dou variabile aleatoare sunt independente
dac probabilitatea ca una din variabile s ia o anumit valoare nu
depinde faptul c cealalt a luat o alt valoare.
n cazul variabilelor aleatoare discrete care iau o mulime numrabil de
valori, distribuia se prezint astfel:

1
1
:
p
x
X
....
.....
2
2
p
x

......
......
n
n
p
x
, 1 0 e e
i
p , 1
1
=

= i
i
p

Observaie. Operaiile cu variabile discrete care iau o mulime
numrabil de valori se efectueaz la fel ca operaiile cu variabile
aleatoare simple.

Media unei variabilei aleatoare discrete simple X este
i
n
i
i
p x X M

=
=
1
] [ .

Media unei variabilei aleatoare discrete X care ia o mulime numrabil
de valori este
i
i
i
p x X M

=
=
1
] [ dac seria
i
i
i
p x

=1
este absolut convergent.
Suma acestei serii este valoarea medie a variabilei aleatoare X , notat cu
] [ X M .
54
Proprieti. Dac Y X, sunt dou variabile aleatoare simple, atunci
1. ) ( ) ( X aM aX M = , ) ( ) ( X M a X a M + = + , a R

Se tie c

1
1
:
p
ax
aX

n
n
p p
ax ax
......
.....
2
2
,

+
+
1
1
:
p
x a
X a

+ +
n
n
p p
x a x a
........
...
2
2


) ( ) (
1 1
X aM x p a p x a aX M
i
n
i
i i i
n
i
i
= = =

= =
,
) ( ) ( ) (
1 1 1
X M a x p p a p x a X a M
i
n
i
i
n
i
i i
n
i
i
+ = + = + = +

= = =


2. A X M a e e ) ( , unde X a inf = , X A sup =
Se observ c A x a
i
e e , se nmulete cu
i
p i se nsumeaz dup i


= = =
e e
n
i
i i
n
i
i
n
i
i
p A p x p a
1 1 1
, ehivalent cu A X M a e e ) ( .

3. ) ( ) ( ) ( Y M X M Y X M + = +
Fie X :

n
n
p p
x x
...
...
1
1
i Y :

m
m
q q
y y
...
...
1
1

+
+
11
1 1
:
p
y x
Y X .
... .......... ... ..........
.... ...
1 12
1 2 1

+ + + +
nm m
m n m
p p p
y x y x y x


) , (
j i ij
y Y x X P p = = = ,
j
n
i
ij
q p =

=1
,
i
m
j
ij
p p =

=1


) ( ) (
) ( ) (
, , ,
Y M X M q y p x p y p x
p y p x p y p x y x p Y X M
j
j j
i
i i
j i
ij j
j
ij
i
i
j i
ij j
i
ij i
j j i
ij j
j i
ij i j i
j i
ij
+ = + = + =
= + = + = + = +




4. Dac Y X, sunt independente
) ( ) ( ) ( Y M X M XY M = , ) ( ).... ( ) ( ) ..... (
2 1 2 1 n n
X M X M X M X X X M =
Fie Y X, dou variabile aleatoare independente i produsul lor:
.
55

1 1
1 1
:
q p
y x
XY

m n
m n
q p q p
y x y x
.....
.....
2 1
2 1


) ( ) ( ) (
,
Y M X M y q x p y x q p y x q p XY M
j
j
j i
i
i j
j i i j
i j i j i j i
= = = =


Definiie. Se numete moment de ordinul k al variabilei aleatoare X ,
numrul ) ( ) (
k
k
X M X M = .

Dispersia variabilelor aleatoare discrete

Pentru caracterizarea unei variabile aleatoare, valoarea medie este, n
general, insuficient. Dou variabile aleatoare simple pot lua acelai
numr de valori i pot avea aceeai medie, dar n timp ce una ia valori
apropiate de valoarea medie, cealalt poate s ia valori foarte deprtate
de aceast medie.

Exemplu.
Fie

2
1
1
: X

2
1
1
i

2
1
100
: Y

2
1
100
, 0 ] [ = X M , 0 ] [ = Y M

De aici rezult necesitatea introducerii unui indicator numeric, care s
msoare gradul de mprtiere a valorilor unei variabile aleatoare n jurul
valorii medii.

Dispersia unei variabile aleatoare discrete X este

] [ ] [ ]) [ ( ) (
2 2 2
1
2
X M X M p X M x X D
i
n
i
i
= =

=


iar abaterea medie ptratic este ) ( ] [
2
X D X D = .
Dispersia se mai noteaz i calculeaz astfel:

] ) [( ) (
2 2 2
m X M X D = = o unde ] [ X M m =

56
Proprieti.

1.
2 2 2
)] ( [ ) ( ) ( X M X M X D =

2 2 2 2 2 2 2 2
)] ( [ ) ( ) ( 2 ) ( ) 2 ( ] ) [( ) ( X M X M m X mM X M m mX X M m X M X D = + = + = =

2. Dou variabile care difer printr-o constant au dispersii egale. Dac

a X Y + = , aR atunci ) ( ) (
2 2
X D Y D = .
) ( } )] ( {[ } )] ) ( ( {[ } )] ( {[( ) (
2 2 2 2 2
X D X M X M a X M a X M Y M Y M Y D = = + + = =

3. ) ( ) (
2 2 2
X D a aX D = , aR.

) ( } )] ( [ { } )] ( {[( ) (
2 2 2 2 2 2
X D a X M X a M aX M aX M aX D = = =

4. Dispersia unei sume finite de variabile aleatoare independente dou
cte dou este egal cu suma dispersiilor variabilelor considerate.

) ( ..... ) ( ) ( ) .... (
2
2
2
1
2
2 1
2
n n
X D X D X D X X X D + + + = + + + .

Exemplu. Fie variabila aleatoare

3 , 0
1
: X
1 , 0
2

4 , 0
3

2 , 0
4


S se calculeze ) ( X M , ) ! ( + X M , ) (
2
X M , ) (
2
X D .

5 , 2 2 , 0 . 4 4 , 0 . 3 1 , 0 . 2 3 , 0 . 1 ) ( = + + + = X M

5 , 3 2 , 0 ). 1 4 ( 4 , 0 ). 1 3 ( 1 , 0 ). 1 2 ( 3 , 0 ). 1 1 ( ) 1 ( = + + + + + + + = + X M

5 , 7 2 , 0 . 4 4 , 0 . 3 1 , 0 . 2 3 , 0 . 1 ) (
2 2 2 2 2
= + + + = X M

25 , 1 25 , 6 5 , 7 )] ( [ ) ( ) (
2 2 2
= = = X M X M X D


57
Variabile aleatoarede tip continuu

Definiie. Se numete lege de probabilitate, o coresponden ntre
valorile posibile ale unei variabile aleatoare i probabilitile
corespunztoare.

n cazul variabilelor de tip continuu, legea de probabiltate este
corespondena dintre intervalele dreptei reale i probabilitile
corespunztoare acelor intervale.

Definiie. Se numete funcie de repartiie a variabilei aleatoare X ,
funcia F : R ] 1 , 0 [ , ) ( ) ( x X P x F = .
Funcia de repartiie se poate calcula pentru variabile de tip discret, dar
ea prezint mare interes pentru variabile de tip continuu.

Exemplu.

Fie variabila aleatoare simpl:

3
1
1
: X

3
2
2
,

=
1
3
1
0
) (x F
2
2 1
1
"
e
e
x
x
x

Proprieti.

1. Pentru orice variabil aleatoare X i b a, R, ) ( b a
) ( ) ( ) ( a F b F b X a P = e
deoarece ) ( ) ( ) ( a X b X b X a = e ceea ce nseamn c

) ( ) ( ) ( ) ( ) ( a F b F a X P b X P b X a P = = e

2. ) ( F = ) ( lim x F
x p
= 0 i ) ( F = ) ( lim x F
x p
=1
Evenimentul 1 = } {X este imposibil, iar } { X este evenimentul
sigur, de unde rezult c 0 ) ( = F , 1 ) ( = F .
58
3. F este continu la stnga, ceea ce nseamn c

0
) ( x R, ) ( ) ( lim
0
0
0
x F x F
x x
x x
=

p
)

4. F este nedescresctoare pe R, ceea ce nseamn c
2 1 2 1
, , ) ( x x x x R
rezult c ) ( ) (
2 1
x F x F e .
Dac
2 1
x x rezult c } { } {
2 1
x X x X , ceea ce nseamn c
) ( ) (
2 1
x X P x X P e i ) ( ) (
2 1
x F x F e .

Definiie. Spunem c X are densitate de repartiie sau densitate de
probabilitate, dac exist o funcie f : R ) , 0 [ astfel

=
x
dt t f x F ) ( ) (
unde F este funcia de repartiie a variabilei aleatoare X .

Definiie. Funcia f : R R este densitate de repartiie a variabilei
aleatoare X , dac

a) 0 ) ( u x f , x ) ( R
b) f este integrabil pe R i 1 d ) ( =

x x f .
Observaii.

1) ) ( ) ( x f x F = '
2) ) ( ) ( ) ( d ) ( b X a P a F b F x x f
b
a
e = =

Exemplu.S se determine constantele c b a , , R astfel ca funcia:

=
c
bx
a
x F
2
) (
1
1 0
0
u

e
x
x
x

s fie densitate de repartiie.
59
Exemplu. Fie X o variabil aleatoare. S se determine constanta a R
astfel nct funcia

=
0
2
1
) (
3 2
ax
x a
x f
altfel
x
x
] 2 , 1 (
] 1 , 0 [

s fie densitate de repartiie.

Media i dispersia unei variabile aleatoare de tip continuu

Fie X o variabil aleatoare care ia valori n intervalul ) , ( b a i are
densitatea de repartiie ) (x f pe acest interval.

Definiie. Se numete valoare medie a variabilei X , numrul

=
b
a
dx x xf X M ) ( ) ( .

Observaie. Definiia se pstreaz i pentru = a , = b .

Proptieti.

1. Dac Y X, sunt dou variabile aleatoare de tip continuu, atunci
) ( ) ( ) ( Y M X M Y X M + = +

2. ) ( ) ( X aM aX M = , a R

3. Dac Y X e atunci ) ( ) ( Y M X M e

4. Dac Y X, sunt variabile aleatoare independente, atunci
) ( ) ( ) ( Y M X M XY M =



60
Definiie.Se numete dispersia variabilei aleatoare X , numrul

] ) [( ) (
2 2
m X M X D =
sau
dx x f m x X D ) ( ) ( ) (
2 2

= unde ) ( X M m = .
Proprieti.

1. 0 ) (
2
u X D oricare ar fi variabila aleatoare X . 0 ) (
2
= X D dac i numai
dac m X = .

2.
2 2 2
)] ( [ ) ( ) ( X M X M X D =

2 2 2 2 2 2 2
2 2 2 2 2 2
)] ( [ ) ( ) ( 2 ) (
) ( 2 ) ( ) 2 ( ] ) [( ) (
X M X M m X M m m X M
m X mM X M m mX X M m X M X D
= = + =
= + = + = =


3. ) ( ) (
2 2 2
X D a ax D = , a R

4. Dac variabilele aleatoare sunt independente dou cte dou, atunci
) ( ..... ) ( ) ( ) ..... (
2
2
2
1
2
2 1
2
n n
X D X D X D X X X D + + + = + + +



















61
Cursul nr. 9 Statistic n psihologie


Repartiii clasice discrete

1. Repartiia uniform discret pe } ,...., 2 , 1 { n are tabloul de repartiie

X :

n n n
n
/ 1 ... / 1 / 1
... 2 1


Media variabilei X este

) .... 2 1 (
1 1
. ....
2
. 2
1
. 1 ) ( n
n n
n
n n
X M + + + = + + + = =
n
n n 1
2
) 1 (

+
=
2
1 + n
.

Pentru calculul dispersiei, vom folosi proprietatea
2 2 2
)] ( [ ) ( ) ( X M X M X D = .
Variabila
2
X are tabloul de repartiie

2
X :

n n n
n
/ 1 ... / 1 / 1
... 2 1
2 2 2

de unde rezult c media variabilei X este
= + + + = + + + = ) .... 2 1 (
1 1
. ....
2
. 2
1
. 1 ) (
2 2 2 2 2 2 2
n
n n
n
n n
X M
6
) 1 2 )( 1 ( + + n n


i deci dispersia variabilei X este

12 / ) 1 ( )] ( [ ) ( ) (
2 2 2 2
= = n X M X M X D

Exemplu. Considerm experiena aruncrii unui zar. Fie X variabila
aleatoare asociat acestui experiment, reprezentnd numrul de puncte
obinute n urma aruncrii zarului. Tabloul se prezint astfel:

X :

6 / 1 ... 6 / 1 6 / 1
6 ... 2 1


62
2. Repartiia binomial de parametri n
*
N i ) 1 , 0 ( p ) are tabloul de
repartiie


X :
n k
k n k k
n
p p C
k
, 0
) 1 (
=

Media variabilei X este np p p np X M = + = ) 1 ( ) ( .

Pentru calculul dispersiei folosim tot proprietatea
2 2 2
)] ( [ ) ( ) ( X M X M X D = .

Variabila
2
X are tabloul de repartiie

2
X :
n k
k n k k
n
p p C
k
, 0
2
) 1 (
=

Dispersia variabilei X este

) 1 ( ) (
2 2 2 2 2 2
p np p n np np p n X D = + =

Exemplul 1. (Schema lui Bernoulli sau schema bilei cu revenire): Fie o
urn cu bile albe i bile negre. Se extrage pe rnd cte o bil, apoi se
pune la loc. Care este probabilitatea ca repetnd procesul de n ori, s se
extrag k bile albe, tiind c p este probabilitatea ca la o extragere s se
obin bil alb ( p se poate estima ca fiind numrul bilelor albe/numrul
total de bile).
Rspuns:
k n k k
n
p p C

) 1 (

Exemplul 2. n urma efecturii unei experiene, poate apare evenimentul
A cu probabilitatea p sau A cu probabilitatea p 1 . Dac se repet
experiena de n ori n condiii identice, care este probabilitatea ca
evenimentul A s apar de k ori.
Rspuns:
k n k k
n
p p C

) 1 (
63

3. Repartiia Poisson de parametru 0 " P are tabloul de repartiie

X :
N
P

P
k
k
e
k
k
!


Media variabilei X este

) ( X M =

N k
k
e
k
k
!
=

=
P
P

0
!
k
k
k
k e =

=
P
P

1
!
k
k
k
k e =

=
P

P
1
)! 1 (
k
k
k
e =

P
P
1
1
)! 1 (
k
k
k
e
1 ' =
=
k k

=
P
P
P
0 '
'
! '
k
k
k
e

Dar seria exponenial se scrie

...
!
...
! 2 ! 1
1
2
+
P
+ +
P
+
P
+
n
n

=
P
0
!
k
k
k
= e

,

de unde rezult c media variabilei aleatoare X este

P P
P P
= =

e e X M ) (

Pentru calculul dispersiei folosim tot proprietatea

2 2 2
)] ( [ ) ( ) ( X M X M X D =

Variabila
2
X are tabloul de repartiie


2
X :
N
P

P
k
k
e
k
k
!
2


de unde rezult c media variabilei
2
X este
64
) (
2
X M =

N k
k
e
k
k
!
2
=

=
P
P

1
2
!
k
k
k
k e =

=
P
P
+
1
2
!
) (
k
k
k
k k k e =
=

=
P
P

1
!
) 1 (
k
k
k
k k e +

=
P
P

1
!
k
k
k
k e =

=
P
P

2
!
) 1 (
k
k
k
k k e + ) ( X M =
=

=
P

P
2
)! 2 (
k
k
k
e + =

P
P
2
2
2
)! 2 (
k
k
k
e +
2 ' =
=
k k

=
P
P
P
0 '
'
2
! '
k
k
k
e + =
= e

2
e

+ =
2
+ .

Revenind,

2 2 2
)] ( [ ) ( ) ( X M X M X D = =
2
+
2
= .

Observaii.

1. Legea Poisson descrie spre exemplu repartiia numrului de aparitii
ale unui eveniment oarecare ntr-un interval de timp, daca este cunoscut
numrul mediu de aparitii ale evenimentului n unitatea de timp i dac
momentele apariiilor evenimentului sunt independente.

2. Legea Poisson se mai numete i legea evenimentelor rare:
presupunem c se efectueaz n probe independente i n fiecare din
aceste probe, A are probabilitatea de realizare p mic n raport cu
numrul n de apariii ale probelor, care este mare; notnd cu X variabila
aleatoare ce reprezint numrul de apariii a evenimentului A n n probe,
atunci X are repartiie binomiala, cu

) ( k X P = =
k n k k
n
p p C

) 1 ( .

Notnd P = np rezult p n / P = p
= P p ct p , 0
i trecnd la limit dup n n
relaia de mai sus se obine

P
p
P
= e
k
p p C
k
k n k k
n
n !
) 1 ( lim .
65

3. n situaiile n care se efectueaz un numr mare de probe asupra unui
eveniment A de probabilitate p , aceeai n fiecare prob, mic n
comparaie cu numrul probelor, numrul de apariii ale evenimentului A
are repartitie Poisson.

4.2. Repartiii clasice continue

1. Repartiia uniform pe ) , ( b a are funcia de densitate

) (x f =

0
1
a b

) , (
) , (
b a x
b a x

Media variabilei aleatoare X ce are funcia de densitate ) (x f este

) ( X M =

R
x x xf d ) ( =

dx x xf ) ( =

b
a
dx
a b
x
1
=
b
a
x
a b 2
1
2

=
2
b a +


Pentru calculul dispersiei folosim tot proprietatea
2 2 2
)] ( [ ) ( ) ( X M X M X D = ,
unde

) (
2
X M =

R
x x f x d ) (
2
=

dx x f x ) (
2
=

b
a
dx
a b
x
1
2
=
b
a
x
a b 3
1
3

=
3
2 2
b ab a + +

i deci

) (
2
X M =
3
2 2
b ab a + +

4
) (
2
b a +
=
12
) (
2
b a
.




66
4.Repartiia normal (Gauss) de parametri 0 " m i o R ( X ~ ) , (
2
o m N ) are
funcia de densitate
) (x f =
2
2
2
) (
2
1
o

T o
m x
e 0 " m , o R

Media variabilei aleatoare X ce are funcia de repartiie ) (x f este

) ( X M =

dx x xf ) ( = dx e x
m x
2
2
2
) (
2
1
o

T o
o =
=
/ ) ( m x y
= dy e m y
y
o + o
T o

2
2
) (
2
1
= dy e y
y 2 /
2
2

T
o
+

T
dy e
m
y 2 /
2
2
=
= dy e y
y 2 /
2
2

T
o
+

T
dy e
m
y 2 /
2
2
=
=

T
o
dy e
y
)' (
2
2 /
2
+

T
0
2 /
2
2
2
dy e
m
y
=
=

T
o
2
2 /
2
y
e
+ I
m
T 2
2
= 0 0 + I
m
T 2
2
= I
m
T 2
2

Dar
II =

0
2 /
2
dx e
x

0
2 /
2
dy e
y
=

+
0 0
2 / ) (
2 2
dxdy e
y x
,

unde se face schimbarea de variabil

=
=
t r x
t r x
sin
cos
=>

=
+ =
x y t
y x r
/ arctg
2 2


Jordanianul schimbrii de variabile este

67

t
y
r
y
t
x
r
x
J
x
x
x
x
x
x
x
x
= =
t r t
t r t
cos sin
sin cos
= r
Deci
II =

T

2 /
0 0
2 /
2
drdt re
r
=

T 2 /
0
dt

0
2 /
2
dr re
r
=
2
T

0
2 /
2
r
e =
2
T

De unde
I =
2
T

Revenind,
) ( X M =
2
2
2 T
T
m
= m
Analog, dispersia variabilei aleatoare X este

) (
2
X D
def
=

dx x f m x ) ( ) (
2
= dx e m x
m x
2
2
2
) (
2
) (
2
1
o

T o
o =
=
/ ) ( m x y

= dy e y
y
o o
T o

2
2 2
2
2
1
=

T
o
dy e y
y 2 / 2
2
2
2
=
=

T
o
dy e y
y
)' (
2
2 /
2
2
=

T
o
2
2 / 2
2
y
e

T
o
dy e
y 2 /
2
2
2
=
= 0 0 +

T
o
0
2 /
2
2
2
2
dy e
y
= I
T
o
2
2
2
=
2
2
2
2
T
T
o
=
2
o .

Pentru 0 = m i 1 = o se spune c variabila aleatoare urmeaz legea
normal redus ) 1 , 0 ( N , avnd densitatea de repartiie


2
2
2
1
) (
x
e x

=
T
N , x R

Graficul repartiiei normale reduse are urmtoarele proprieti:
simetric fa de axa ordonatelor;
68
concav n intervalul ) 1 , 1 ( i convex n afar;
aria cuprins ntre grafic i axa Ox este 1.
Funcia de repartiie a variabilei aleatoare normale reduse este

dt e dt t x
x
t
x

= = 1
2
2
1
) ( ) (
T
N

Pentru fiecare x , valoarea lui ) (x 1 este egal cu aria cuprins ntre axa
Ox, graficul lui ) (x N i dreapta x y = .

Repartiia normal prezint importan din urmtoarele motive:

cele mai multe msurtori sunt repartizate aproximativ normal;
variabilele care un sunt repartizate normal pot fi supuse unor
transformri care conduc la variabile repartizate exact sau aproximativ
normal;
n condiii generale, sume de variabile repartizate sau nu normal
sunt aproximativ normal repartizate;
legea normal reprezint cazul limit al multor legi de
probabilitate.

5. Repartiia
2
G (hi-ptrat)

Variabila aleatoare X urmeaz repartiia
2
G cu n grade de libertate dac
are funcia de densitate de repartiie dat de


2
1
2
2
)
2
( 2
1
0
) (
x n
n
e x
n
x f

+
=
daca
daca

0
0
"
e
x
x


n
n
n
dt e t
n
dx e x
n
X M
n
n
t
n n
n
x n
n
= + +
+
=
+
=
+
=

+
) 1
2
( 2
)
2
( 2
1
2
)
2
( 2
1
)
2
( 2
1
) (
0
1
2
2
2
0
1
2
2
2 2
2

69
unde am notat t
x
=
2
.

n n n n n dx e x
n
X D
x n
n
2 ) 2 (
)
2
( 2
1
) (
2 2
1
0
2
1
2
2
2
= + =
+
=

+


6. Repartiia Student

Variabila aleatoare X urmeaz repartiia Student cu n grade de libertate
dac are funcia de densitate de repartiie dat de


2
1
2
) 1 (
)
2
(
)
2
1
(
) (
+

+
+
+
+
=
n
n
x
n
n
n
x f
T
, x R

0 ) 1 (
)
2
(
)
2
1
(
) (
2
1
2
= +
+
+
+
=
+

dx
n
x
x
n
n
n
X M
n
T

deoarece funcia de sub integral este impar.
















70
Cursul nr. 10 Statistic n psihologie


Populaie statistic

Statistica este una din ramurile moderne ale tiinei care se ocup cu
y gruparea
y analiza
y prelucrarea
y inerpretarea datelor referitoare la
- persoane
- colectiviti
- fenomene,
- procese etc.
precum i cu unele previziuni privind producerea lor viitoare.

Statistica opereaz cu dou concepte fundamentale: unitate statistic i
populaie statistic.

Definiie. Unitatea statistic reprezint forma individual de manifestare a
persoanelor, obiectelor, fenomenelor, proceselor etc. supuse cercetrii.

Definiia unitilor statistice trebuie s conin cel puin urmtoarele
caracteristici de identificare, care s le asigure:

y concretizare obiectiv (persoan obiect, fenomen, proces etc.)
y localizare spaial;
y localizare temporal.
Unitile statistice pot fi simple (obiecte, persoane) sau complexe (familia,
grupa, firma etc.).

De exemplu, studiem timpul de reacie al unei persoane timp de o lun aflat la
Polil Nord. Care sunt cele trei caracteristici ?

71
Totalitatea unitilor care printr-o proprietate comun pot fi considerate
mpreun formeaz o colectivitate sau o populaie .
Definiie. Se numete populaie statistic orice mulime (colectivitate) care face
obiectul unei analize statistice.

Elementele unei populaii statistice se numesc uniti statistice. n psihologie,
prin uniti statistice nelegem persoane, care se mai numesc i subieci.

Exemple. Populaie statistic poate fi:

1. Mulimea angajailor dintro instituie, firm etc.
2. Mulimea locuitorilor unei comune, unui ora etc.
3. Comportamentul unei persoane (subiect) sau grup de persoane (subieci) ntr-
un interval de timp.
4. Numrul crilor publicate ntro perioad de timp.

Un studiu statistic poate include una sau mai multe populaii.
De exemplu, n cazul studierii apartenenei religioase a studenilor dintro
universitate avem o singur populaie.

ntr-un studiu privind timpul de reacie pot fi vizate mai multe categorii de
populaii: biciclitii, motociclitii, conductorii auto, aviatori etc.

Numrul elementelor (subiecilor) din care este format populaia se numete
volumul populaiei.

Din punct de vedere al volumului, populaia poate fi:

finit (numrul unitilor statistice fiind cunoscut) : numrul locuitorilor
dintr-o localitate, numrul persoanelor dintr-o firm etc.

infinit (numrul unitilor statistice fiind necunoscut) : numrul
buturilor de vodc, numrul femeilor care fumeaz etc.


72
Definiie. O trstur comun, specific tuturor elementelor unei populaii
statistice se numete caracteristic.

Exemple.
1. Mulimea studenilor dintr-un an de studiu reprezint o populaie statistic,
fiecare student este o unitate statistic. Mediul de provenien (urban,
suburban, rural), sexul (masculin, feminin), apartenena religioas etc.
constituie caracteristici.
2. Mulimea nou nscuilor ntr-o anumit perioad de timp dintr-o anumit
localtate formeaz o populaie statistic, iar lungimea i greutatea constituie
caracteristici.

Caracteristicile pot fi:

cantitative, ceea ce nseamn c pot fi exprimate numeric, ca de
exemplu: greutatea, nlimea, vrsta, timpul de reacie etc. sunt
caracteristici cantitative, deoarece pentru fiecare individ se materializeaz
printr-un numr;

calitative, ceea ce nseamn c pot fi exprimate prin cuvinte, ca de
exemplu : culoarea ochilor, culoarea pielii, culoarea prului, preferine
politice, apartenena confesional, temperament, profesie, sex, aptitudini,
talent, preferine artistice etc.

Observaie.
1. Caracteristicile cantitative pot fi discrete (mulimea valorilor fiind
numrabil) sau continue (mulimea valorilor fiind un interval).
2. Caracteristicile cantitative, de regul se msoar (greutatea, nlimea,
timpul de reacie, tensiunea etc.) sau se numr (vrsta, persoanele etc.).
3. Caracteristicile calitative se se observ (sexul, apartenena confesional,
profesia, talentul etc.).

Utilizarea statisticii este foarte important n dezvoltarea unor metode tiinifice
adecvate de analiz i decizie asupra unor situaii despre care avem date
obinute fie prin observare, fie prin msurare.
73

Ideea de baz a statisticii este aceea a prelungirii (extrapolrii) concluziilor
trase privind comportamentul unui subiect sau grup de subieci (de obicei
limitat) la nivelul ntregii colectivitii din care a provine.

n cazul unor mari colectiviti umane, un fenomen de mas nu poate fi
cunoscut, n ansamblul su, cercetnd fiecare individ al acesteia. De obicei, se
selecteaz un anumit numr de indivizi pentru a fi studiate caracteristicile care
intereseaz, utiliznd apoi metode adecvate care s conduc la concluzii
privind ntreaga colectivitate.

Partea extras dintr-un ntreg trebuie s fie o copie micorat a ntregului, n
sensul conservrii la un anumit nivel al proprietilor de baz ale acestuia, cu
anumite tolerane. Aceasta este inferena statistic.

Statistica dei este privit ca metod de investigare a unor mari mulimi de
date este esenial tocmai n acele situaii n care din mulimea respectiv se
extrag puine elemente pentru a fi observate.

Statistica opereaz cu eantioane extrase aleator din populaiile supuse
investigrii, cu scopul de a modela comportarea unei anumite caracteristici a
populaiei respective.

Eantioanele constau ntr-un anumit numr de uniti statistice (subieci)
extrase dintr-o populaie fie la ntmplare, fie pe principiul reprezentativitii.
Nici un eantion nu poate fi o reprezentare perfect a populaiei din care a fost
extras. El reprezint o estimare a populaiei din care provine, cu o anumit
marj de eroare.

Orice studiu statistic are dou componente: obiectul i scopul.

Obiectul poate fi orice colectivitate, proces, fenomen etc. care poate furniza
informaii ce prezint interes.

74
Scopul este determinat de interesul cunoaterii anumitor caracteristici ale
colectivitii, procesului, fenomenului studiat, a diferitelor sale componente,
dezvoltri sau evoluii.

Exemplu. ntr-o localitate, un studiu statistic are ca obiect prezena unor
substane poluante ntr-un interval de timp, iar scopul este acela de a pune n
eviden influena lor asupra strii de sntate, comportamentului oamenilor
care compun populaia respectiv etc.
n raport de obiectul studiului statistic, se disting patru tipuri de statistici:

Statistici descriptive, al cror principal scop este descrierea
caracteristicilor unei mulimi de date.
n urma observrii unei colectiviti care face obiectul unui studiu, se obine o
mulime de date. Rolul statisticii descriptive este de a colecta, grupa i
sistematiza datele de observaie.
Statistica descriptiv nu ofer informaii privind raporatea la populaia care face
obiectul studiului.

Exemplu. Recensmntul presupune colectarea, gruparea i sistemetizarea unui
volum foarte mare de date.

Statistici infereniale, care pe baza studiului realizat pe o parte a unei
colectiviti, prin extrapolare, conduce la concluzii pentru ntreaga colectivitate.

Definiie. Procedeul prin care se obin date privind populaia total pornind de
la informaii incomplete se numete inferen.

Exemplu. Frecvent se face sondarea opiniei publice privind diferite evenimente.
Colectivitatea fiind foarte mare, nu se poate afla opinia fiecrei persoane, motiv
pentru care se alege o colectivitate mic, reprezentativ, care devine obiect de
studiu n locul colectivitii din care provine. Concluziile obinute sunt apoi
extrapolate asupra ntregii colectiviti.

Sratistici corelaionale, care stabilesc dac exist relaii ntre dou
mulimi de observaii.
75

Exemplu. Studiul comportamentului efectuat pe diferite comuniti locale
evideniaz faptul c ntre comportamentul lor i apartenena la diferite etnii
exist o anumit dependen.

Statistici predictive, care pe baza unor metode i procedee specifice,
utiliznd informaiile disponibile privind o populaie, un proces, un fenomen
etc. se fac previziuni asupra evoluiei viitoare.

Exemplu. Se fac observaii privind studiul fenomenului infracional:
determinare, manifestare perspective. Pe baza rezultatelor obinute se poat face
predicii privind evoluia lui viitoare.

ntr-o cercetare statistic distingem trei etape:
culegerea i nregistrarea datelor cu privire la fenomenul respectiv;
prelucrarea datelor obinute;
analiza i interpretarea rezultatelor obinute n urma prelucrrii.

Exemlu. Se face un referendum. Acesta presupune culegerea i nregistrarea
datelor, prelucrarea lor, analiza i interpretarea rezultatelor.

Selecia

n cazul cnd datele sunt culese de la fiecare unitate statistic a unei populaii,
atunci avem o enumerare complet.

Enumerarea complet este adeseori greu de practicat, innd seama de costuri,
timp i probleme de organizare. Din aceste considerente se practic selecia.
Pentru a cunoate o anumit caracteristic a unei populaii nu se cerceteaz toate
unitile care o compun, ci numai un numr restrns dintre acestea.

Rezultatele cercetrii statistice pe baza unor selecii sunt afectate de erori, care
depind de modul n care se face selecia.


76
Selecia trebuie s ndeplineasc condiiile:

s fie reprezentativ, ceea ce nseamn c structura seleciei este
identic cu a populaiei respective sau difer puin de aceasta;
elementele alese s aib egal probabilitate de a face parte din
selecie;
volumul de selecie trebuie s fie mare;
unitile statistice care compun populaia s fie ct mai omogene.

Exist domenii n care enumerarea complet este posibil, dar din punct de
vedere teoretic i practic, utilizarea cercetrii selective prezint urmtoarele
avantaje:

cercetarea selectiv este mult mai operativ deoarece scurteaz
timpul pentru culegerea i prelucrarea datelor;
costul i problemele de organizarea seleciei sunt incomparabil mai
mici;
se poate face un studiu aprofundat asupra problemelor care prezint
interes.





















77
Cursul nr. 11 Statistic n psihologie



Prezentarea i sistematizarea datelor

Planul de conducere a unei experiene i a unei culegeri de date
constituie un protocol. Prezentarea datelor conform unor protocoale este
justificat de specificul cercetrii psihologice, n care datele aparin unor
subieci supui unei forme de investigaie.
Planul de experien reprezint i planul de culegere a datelor.
Noiunea de protocol se aplic i observaiilor efectuate n cazul unui
studiu.
Protocolul datelor este un ansamblu de date structurate dup un anumit
plan, care constituie planul de experien.
n practic se utilizeaz mai multe tipuri de protocoale.


Protocolul de structur subiect-rezultat.
n cadrul acestui protocol, fiecrui subiect i al unui ansamblu de n
subieci, aflai n aceeai cercetare, i corespunde o valoare, notat cu x
i
a
variabilei de msurare.
Punctajul obinut de un subiect la un test psihologic, ecologic etc. se
numete scor.
S X

S X
1
s
1
x
1 15
2
s
2
x
2 10
/ /
3 25
/ /
n
s
n
x
100 20
78

S reprezint subiecii, iar X scorurile realizate de acetia.
Tabelul de mai sus conine frecvenele absolute sau distribuia situaiei
considerate.
O alt organizare a tabelului se poate face astfel:

X
Nr.
Subieci

X
1
s
2
s
/
n
s

1
x
2
x
/
n
x
15
10
25
/
2
5
3
/

Se grupeaz dup un anumit scor (punctaj) numrul subiecilor care l-au
realizat.
Dac se nlocuiesc frecvenele absolute cu frecvenele relative se obine
tabelul:

X Frecvene
1
x
2
x
/
n
x
1
f
2
f
/
n
f
79

Considerm cazul cnd studiul respective se bazeaz pe rspunsuri la
mai muli itemi.
Exemplu. Un set de date rezultat n urma examinrii a 12 subieci, prin
intermediul a 10 itemi (fiecare avnd 8 variante de rspuns la alegere,
dintre care numai una era corect) poate fi prezentat n mai multe
variante.
Varianta 1. Rezultatele pot fi nregistrate global, lund n considerare i
rspunsurile greite.

Subiectul Rspunsuri corecte Rspunsuri greite
1 6 4
2 8 2
3 9 1
4 6 4
5 5 5
6 3 7
7 5 5
8 8 2
9 4 6
10 7 3
11 2 8
12 3 7
80

Varianta 2. O alt modalitate de prezentare a datelor const n
descompunerea rezultatelor studiului pe itemi. Valoarea 1 indic
rezolvarea unui item, iar 0 nerezolvarea lui. Prezentarea se face sub
forma unei matrice item-subiect. Numrul itemilor este trecut pe linie (1,
2, , 10), iar numrul subiecilor pe coloan (1, 2, , 12).

Item
Subiect
1 2 3 4 5 6 7 8 Corect Greit
1 1 1 0 1 1 0 1 0 5 3
2 0 1 0 1 1 0 1 0 4 4
3 1 0 1 1 1 0 1 1 6 2
4 1 1 1 0 1 1 1 0 6 2
5 0 1 1 1 0 1 0 1 5 3
6 1 1 0 1 1 1 0 1 6 2
7 1 1 1 1 1 1 0 1 6 2
8 1 0 0 0 1 0 1 0 3 5
9 1 1 1 1 1 1 1 1 10 0
10 1 0 0 1 0 1 1 1 5 5
11 1 1 0 1 0 1 1 1 6 2
12 1 0 1 1 1 0 1 1 6 2
Corect 10 8 6 10 9 7 9 8
Greit 2 4 6 2 3 5 3 4
81

n ultimele dou coloane sunt nregistrate totalurile rspunsurilor
corecte/greite pentru fiecare subiect.
n ultimele dou linii sunt nregistrate totalurile rspunsurilor
corecte/greite pentru fiecare item.
O astfel de organizare a datelor pentru efectuarea diferitelor operaii
specifice.

Varianta 3.

Item
Subiect
1 2 3 4 5 6 7 8 9 10
Co
rect
Gre
it
1 8 2 3 8 1 3 5 1 1 5 5 5
2 8 2 3 7 7 4 5 1 6 5
3 8 2 3 8 7 4 5 2 7 5
4 8 2 3 8 7 4 4 5 6 9
5 8 2 4 5 6 3 2 4 7 6
6 7 3 5 4 4 2 1 5 1 7
7 8 2 3 6 7 4 2 8 5 3
8 8 4 3 8 7 4 5 1 7 6
9 8 4 3 8 7 4 5 1 7 6
10 8 2 3 8 8 7 4 5 7 6
11 8 2 3 7 5 3 7 8 7 6
82
12 8 3 3 7 5 2 8 2 3 5
Corect 11 8 10 3 2 1 5 7 6 4
Greit 1 4 2 9 10 10 7 5 6 8
Variante
corecte
8 2 3 7 5 2 5 2 7 5

Spre deosebire de varianta anterioar n care rspunsurile erau notate cu
0, 1, aici este scris numrul variantei de rspuns, indiferent dac este
corect sau greit. n acest fel se poate observa proporia diferitelor
variante de rspuns n raport cu un numr total al subiecilor.
Ultima linie a tabelului conine varianta corect de rspuns.

Protocolul de structur subiect grup de apartenen

Datele obinute provin de la subieci aparinnd unor grupuri diferite sau
care s-au aflat n situaii diferite, constituind serii independente.

Subiect
S
Grup
G
Rezultat
X

S G X
1
s
2
s
3
s
/
1
g
2
g
3
g
/
1
x
2
x
3
x
/
1
2
3
/
1
g
2
g
3
g
/
15
10
25
/
83
n
s
m
g
n
x
100 100
g
12

n nr. de subieci
m nr. de grupuri
x
i
scorul
Distribuia frecvenelor absolute n funcie de rezultate (scoruri) i de
grupuri.
Grupuri
Valori ale variabilei msurate
TOTAL
1
x
2
x
. . . n
x
1
g
2
g
3
g
/
m
g
11
a
21
a
/
/
1 m
a
12
a
22
a
/
/
2 m
a
-
-
/
/
-
n
a
1

n
a
2

/
/
mn
a
1
t
2
t
/
/
m
t


Grupuri
Valori ale variabilei msurate
TOTAL
1
x
2
x
. . . n
x
1
g
2
g
3
g
/
m
g
10
7
/
/
9
4
8
/
/
15
-
-
/
/
-
12
3
/
/
7
72
65
/
/
52
84
T
1
t
2
t
TOTAL 42 45 38 285

Fiecare linie conine distribuia scorurilor unui grup dup variantele de
rspuns. Fiecare coloan conine distribuia dup grupuri a subiecilor
care au obinut acelai scor.
De exemplu, n grupul 1 exist 10 subieci care au obinut scorul x
1
, n
grupul g
m
exist 9 subieci care au obinut scorul x
1
.

Protocolul de structur subiect condiie de investigaie.

Acest tip de protocol se realizeaz n cazul n care subiecii sunt
supui la mai multe condiii.
De exemplu, subiecii rspund la mai multe ntrebri la nceputul
programului de lucru.
T
S
1
t
2
t
1
s
2
s
/
n
s
11
x
21
x
/
1 p
x
12
x
22
x
/
2 p
x

S subieci;
T are dou modaliti:
1
t - la nceputul programului;
85

2
t - la sfritul programului

Acest tabel poate fi organizat astfel:


T
2
t
TOTAL
x a
x
b
x
- k
x
1
t
a
x
aa
n
ab
n
- ak
n
1 a
n
b
x
ba
n
bb
n
- bk
n
1 b
n
/ / / / / /
k
x
ka
n
kb
n
- kk
n
1 k
n
TOTAL 2 a
n
2 b
n
- 2 k
n
n

aa
n - desemneaz numrul de subieci care au obinut acelai scor n
ambele modaliti ale factorului T (
1
t i
2
t );
1 a
n - reprezint numrul de subieci care n modalitatea
1
t au obinut
scorul
a
x ;
1 b
n - reprezint numrul de subieci care n modalitatea
2
t au obinut
scorul
b
x .




86
T
2
t
TOTAL
x 16 19 - 34
1
t
16 12 17 - 20 97
19 15 19 - 11 87
/ / / / / /
34 19 22 - 24 104
TOTAL 110 112 - 216 540





























87
Cursul nr. 12 Statistic n psihologie

Statistic descriptiv

Statistica descriptiv are ca obiect organizarea, sintetizarea i descrierea datelor
de observaie.
n psihologia aplicat se utilizeaz frecvent reprezentarea grafic pentru analiza
i prezentarea datelor statistice.
Calculatoarele moderne ofer o multitudine de posibiliti pentru reprezentarea
grafic a datelor statistice.

Reprezentarea grafic a datelor statistice

Reprezentarea datelor statistice se poate face prin:
tabele statistice
histograme
poligoane de frecvene
grafice de frecvene cumulate
grafice circulare.
Tabelele statistice pot fi:
simple, ntocmite pe baza simplei centralizri a datelor statistice,
reprezentnd populaia negrupat;
pe grupe, ce reprezint populaia desprit n grupe omogene dup o
singur caracteristic;
combinate, ce reprezint populaia desprit n grupe omogene dup dou
sau mai multe caractreristici.
Exemplu. Tabel statistic simplu. Se msoar nlimea unei populaii
reprezentat de 100 studeni i se obine:

1
5
0
1
5
2
1
5
5
1
5
8
1
6
0
1
6
3
1
6
4
1
6
5
1
6
7
1
7
0
1
7
2
1
7
3
1
7
5
1
7
8
1
8
0
1
8
4
1
8
7
1
8
9
1
9
0
1
9
2
1
9
5
1
9
7

1

2

2

4

2

3

3

6

5

6

4

7

2
0

1
0

7

5

6

2

2

1

1

1

88
Exemplu. Tabel statistic cu date grupate n clase. Se consider intervale de
lungime egal pentru nlime, care pot fi grupate astfel:

Clase de valori Frecvena
[150 155) 3
[155 - 160) 6
[160 - 165) 8
[165 - 170) 11
[170 - 175) 17
[175 - 180) 30
[180 - 185) 12
[185 - 190) 8
[190 - 195) 3
[195 - 200) 2

Exemplu. Tabel statistic combinat, cu date grupate dup dou caracteristici.



Nota la psihologie

Nota la statistic


10


9


8


7


6


5


4


3


2


1
Total
10
9
8
7
6
5
4
3
2
1
1
2
0
0
0
0
0
0
0
0
2
1
0
0
0
0
0
0
0
0
0
0
5
0
0
0
0
0
0
0
0
0
3
4
0
0
0
0
0
0
0
0
1
0
3
0
0
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
0
0
0
2
1
0
0
0
0
0
0
0
0
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
3
3
9
4
5
3
3
0
0
0
Total 3 3 5 7 4 2 3 3 0 0 30

89
Histograme.

Histograma reprezint tot o form de prezentare a datelor statistice, avnd
avantajul c ofer o imagine mai sugestiv a fenomenelor cercetate dect
tabelul.
Observaiile (discrete sau continue) efectuate asupra unei caracteristici a unei
populaii statistice se repartizeaz n subintervale ale intervalului maxim de
variaie. numite clase de valori.
Definiie. Se numesc clase de valori subintervalele intervalului maxim de
variaie.
Clasele de valori sunt utile atunci cnd volumul de date este mare. Clasele de
valori au aceeai lungime, eventual cu excepia ultimei clase.
Repartiiile de frecven se reprezint grafic prin histograme sau poligoane de
frecven
Histograma se construiete astfel:
pe axa absciselor se trec intervalele de valori, respectndu-se
principiul c intervalele egale s fie reprezentate prin distane
egale;
pe axa ordonatelor se construiete scara frecvenelor,
respectndu-se principiul proporionalitii ntre frecvene;
din limitele fiecrui interval se ridic apoi cte o perpendicular
pe axa absciselor, ale crei extremiti se unesc printr-o linie,
formnd mai multe dreptunghiuri ale cror suprafee sunt
proporionale cu frecvenele corespunztoare intervalului
respectiv.

Exemplu.

Poligonul frecvenelor. Se utilizeaz tot n cazul gruprii datelor pe clase i
reprezint o alternativ a histogramei; se construiete astfel:
pe axa absciselor se trec intervalele de valori, respectndu-se
principiul c intervalele egale s fie reprezentate prin distane
egale;
pe axa ordonatelor se construiete scara frecvenelor,
respectndu-se principiul proporionalitii ntre frecvene;
90
n mijlocul fiecrui interval se ridic segmente verticale
perpendiculare pe axa absciselor, a cror lungime este
proporional cu frecvenele absolute ale claselor
corespunztoare;
extremitile acestor segmente se unesc printr-o linie
poligonal.
Exemplu.

Grafice de frecvene cumulate

Prin frecven cumulat se nelege totalitatea valorilor care se nsumeaz de la
valoarea cea mai mic la valoarea cea mai mare.
Pentru a obine graficul de frecvene cumulate, pe axa absciselor se reprezint
intervalele de valori, iar pe axa ordonatelor frecvena cumulat. Se identific
punctele respective i se unesc cu o curb.
Exemplu. Se msoar greutatea unui numr de 100 studeni i se cere graficul
frecvenelor cumulate:

Greutatea Numr studeni Frecvene
cumulate
45 - 50 3 3
50 - 55 5 8
55 - 60 6 14
60 - 65 9 23
65 - 70 12 35
70 - 75 14 49
75 - 80 18 67
80 - 85 15 82
85 - 90 8 90
90 - 95 6 96
95 - 100 4 100



91




Exemplu. Considerm seria statistic de mai sus:
(5,2);(7,1),(12,3);(14,1);(18,2);(20,3) i o vom reprezenta prin clase de valori i
apoi printr-o histogram.



Clasa de valori Frecvena
5 - 10 3
10 - 15 4
15 - 20 2
20 - 25 3
1.00 *
0.96 *
0.90 *
0.82

0.67 *


0.49 *


0.35 *


0.23 *

0.14 *
0.08 *

0.03 *

45 50 55 60 65 70 75 80 85 90 95 100
92


Analog se poate construi poligonul frecvenelor.

Diagrame(grafice) circulare. Se utilizeaz n situaiile n care se dorete
reprezentarea ponderii frecvenei fiecrei clase de interval n raport cu celelalte.





















Statut k
n

%
Celibatar 20 20%
Cstorit 55 55%
Divorat 25 25%
Total 100





3
4

2
3

5 10 15 20 25
5 10 15 20 25






55 55%




55




55%
5555 55
5556
20%

25%
20 %

93
Cursul nr. 13+14 Statistic n psihologie


Valori caracteristice ale unei serii statistice

Fie P o populaie i notm cu f o caracteristic a sa. Caracteristica f asociaz
fiecrei uniti statistice x din populaia P o valoare ) (x f , determinat n
general prin msurtori.
Definiie. Mulimea } )), ( , {( P x x f x ordonat dup valorile lui x , se numete
repartiie empiric a caracteristicii f pe populaia P sau serie statistic.
Definiie. Numrul k reprezentnd unitile statistice (indivizii) din mulimea
} ) ( , { k x f P x x = se numete frecven absolut a lui x i se noteaz cu
k
n .
Cu alte cuvinte, numrul indivizilor (unitilor statistice) dintro populaie
pentru care caracteristica ia o aceeai valoare se numete frecven absolut a
valorii respective.
Observaie. Numrul indivizilor (unitilor statistice) dintro populaie pentru
care caracteristica ia o aceeai valoare se mai numete i scor.
Dac valorile distincte ale caracteristicii sunt
m
x x x ,...., ,
2 1
, atunci frecvenele
absolute se noteaz cu
m
n n n ,...., ,
2 1
i reprezint numrul unitilor statistice care
corespund acelor valori.
Fie N numrul unitilor statistice ale unei populaii P i
m
n n n ,..., ,
2 1
frecvene
absolute, atunci N n
m
k
k
=

=1
.
Frecvenele absolute se pot reprezenta astfel:



Exemplu. Intr-o coal sunt 12 clase. Numrul fetelor din fiecare clas este de
5, 12, 20, 5, 12, 20, 18, 12, 14, 7, 20, 18.

Valorile caracteristicii
1
x
2
x . . . .
m
x

Frecvenele absolute
1
n
2
n . . . .
m
n
94
n acest caz, populaia statistic este reprezentat de cele 12 clase, iar
caracteristica de numrul fetelor

Mulimea perechilor ), , (
k k
n x constituie o serie statistic:
)} 3 , 20 ( ), 2 , 18 ( ), 1 , 14 ( ), 3 , 12 ( ), 1 , 7 ( ), 2 , 5 {( , iar 12
6
1
= =

= k
k
n N .
Observaie. Ca regul general, valorile
p
x x x ,...., ,
2 1
ale caracteristicii respective
se scriu n tabel n ordine cresctoare.
Definiie. Se numete frecven relativ a valorii m k x
k
,..., 2 , 1 , = numrul
m k
N
n
p
k
k
,...., 2 , 1 , = = .
Se observ c 1 0 e e
i
p , m i ,...., 2 , 1 = iar 1
1
1 1
= = =

=
= =
N
n
N
n
p
m
i
k
m
i
k
m
i
i

Pentru exemplul de mai sus, frecvenele relative se scriu astfel:
,
12
2
1
= p ,
12
1
2
= p ,
12
3
3
= p ,
12
1
4
= p ,
12
2
5
= p ,
12
3
6
= p
Dac se dorete calculul procentual (%) se scrie: m k
N
n
k
,...., 2 , 1 , . 100 = .
Fie X o caracteristic a unei mulimi, m k x
k
,..., 2 , 1 , = , valorile, iar m k p
k
,...., 2 , 1 , =
frecvenele relative ale acesteia. Dac n locul seriei statistice } ,...., 2 , 1 ), , {( m k n x
k k
=
considerm mulimea perechilor m k p x
k k
,..., 2 , 1 ), , ( = , atunci repartiia statistic a
acestei caracteristicii X se poate reprezenta astfel:






k
x 5 7 12 14 18 20

k
n 2 1 3 1 2 3

X:

m m
p
p
p
x
x
x
.
.
.
.
.
.
2
1
2
1



95


Caracteristica X creia i-am ataat aceast repartiie se numete variabil
statistic, iar repartiia ei se numete repartiie sau distribuie statistic.
Observaiile asupra caracteristicii se grupeaz, de regul, n clase de valori.

Definiie. Se numete frecven absolut cumulat cresctor a valorii
caracteristicii
k
x , suma tuturor valorilor caracteristicii mai mici sau egale cu
k
x .
Exemplu.
Clase de valori Frecvena Frecv abs cumulat cresctor
[150 155) 3 3
[155 - 160) 6 9
[160 - 165) 8 17
[165 - 170) 11 28
[170 - 175) 17 45
[175 - 180) 30 75
[180 - 185) 12 87
[185 - 190) 8 95
[190 - 195) 3 98
[195 - 200) 2 100

Definiie. Se numete valoare central a unei clase ) , [
1 + i i
x x media aritmetic a
extremitilor acestei clase:
2
1 +
+
=
i i
x x
m .
Definiie. Se numete medie aritmetic ponderat a unei caracteristici X
(variabilei statistice) numrul

N
n x
n n n
n x n x n x
x
m
k
k k
m
m m

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

sau

=
=
m
i
i i
p x x
1

unde N n
m
k
k
=

=1
reprezint numrul unitilor statistice ale populaiei.
96
Exemplu. Fie distribuia 3, 5, 8, 4, 6 atunci media 20 . 5
5
6 4 8 5 3
5
1
=
+ + + +
= =

=
N
x
x
i
i

Observaie.Calculul mediei pentru o distribuie de frecvene grupate se face
prin suma prodului dintre fiecare valoare i frecvena ei, care apoi se mparte la
suma frecvenelor.
Exemplu. Fie distribuia 4, 6, 9, 4, 3, 6, 5, 6 atunci

1 3 1 2 1
1 * 9 3 * 6 1 * 5 2 * 4 1 * 3
1
1
+ + + +
+ + + +
= =

=
=
k
i
k
k
i
k i
n
n x
m


Exemplu.
Vrsta Frecvena
20 5
23 2
30 6
35 4
42 5
50 4
55 3
60 1
Total 30

30
60 1 55 3 50 4 42 5 35 4 30 6 23 2 20 5 x x x x x x x x
x
+ + + + + + +
=
Observaie. n cazul n care valorile variabilei sunt grupate n clase, calculul
mediei se realizeaz cu ajutorul valorilor centrale ale claselor respective.
Exemplu. Se msoar nlimea unui numr de 100 studeni i se obine:
Clase de valori Frecvena abs
i
n Valori centrale
i
x
i
p
i i
p x
[150 155) 3 152.5 0.03 4.575
[155 - 160) 6 157.5 0.06 9.455
[160 - 165) 8 162.5
[165 - 170) 11 167.5
97








950 . 3 .... 455 . 9 575 . 4 + + + = x
Media geometric. Dac m k x
k
,..., 2 , 1 , = sunt valorile caracteristicii respective,
atunci media geometric este dat de formula:

m
m
g
x x x m ....
2 1
=
Media geometric se utilizeaz n studii statistice n care valorile anumitor
caracteristici ale populaiei sunt proporionale cu volumul acesteia.
Definiie. Se numete modul sau moda unei serii statistice valoarea
caracteristicii creia i corespunde cea mai mare frecven.
n cazul gruprii caractristicii n clase de valori, modul este valoarea central a
clasei creia i corespunde cea mai mare frecven.
Exemplu. Tabel 1
Tabel 2



Se observ c frecvena cea mai mare n Tabel 1 este n clasa [175,180). Modul
se calculeaz ca medie aritmetic a limitelor intervalului i este egal cu 177.5.
n tabelul 2 modul este 55.
[170 - 175) 17 172.5
[175 - 180) 30 177.5
[180 - 185) 12 182.5
[185 - 190) 8 187.7
[190 - 195) 3 192.5
[195 - 200) 2 197.5 0.02 3.950
Total 100
Clase de valori Frecvena
[150 155) 3
[155 - 160) 6
[160 - 165) 8
[165 - 170) 11
[170 - 175) 17
[175 - 180) 30
[180 - 185) 12
[185 - 190) 8
[190 - 195) 3
[195 - 200) 2
Statut k
n
Celibatar 20
Cstorit 55
Divorat 25
Total 100
98
Cele dou exemple ilustreaz cazul unor populaii unimodale.
n unele cazuri putem avea dou valori i avem populaie bimodal sau mai
multe valori egale.
Exemplu.

Persoana Rspunsul

1
P
Frecvent

2
P
Frecvent

3
P
Frecvent

4
P
Frecvent

5
P
Adeseori

6
P
Cteodat

7
P
Cteodat

8
P
Cteodat

9
P
Niciodat

n acest caz modul este dat de Frecvent, avnd cele mai multe rspunsuri.
Observaie. Modul poate fi utilizat n msurarea tendinei centrale pentru
variabile de tip nominal.
Exemplu. Considerm urmtoarea serie statistic reprezentnd volumul
vnzrile de pantofi de dam ntro zi, ntrun magazin: (34,2), (35,4), (36,9),
(37,5), (38,8), (39, 11), (40,4), (41,3), (42,2).
Modul (msura modal) numerelor de pantofi vndute este 39, iar mediana
este 38.
Media aritmetic nu este semnificativ n acest caz.
Definiie. Se numete mediana unei serii statistice valoarea caracteristicii care
mparte volumul populaiei n dou pri egale.
Observaie. Pentru determinarea medianei se ordoneaz caracteristicile
cresctor sau descresctor.
n cazul unui numr par de valori ale caracteristicii, mediana este media
valorilor de la mijloc ale caracteristicii.
n cazul unui numr impar de valori ale caracteristicii, mediana este valoarea de
la mijloc a caracteristicii.
Exemple.
99
Vrsta Frecvena
20 5
23 2
30 6
35 4
42 5
50 7
60 1
Total 30

Mediana este 35. Deci vrsta medie este 35. Avem 13 persoane cu vrsta mai
mic de 35 ani i 13 cu vrsta mai mare de 35 ani.
Vrsta Frecvena
20 5
23 2
30 6
35 4
42 5
50 4
55 3
60 1
Total 30

[1, 2, 3, 4, 5, 6] Mediana este (35+42)/2=38.5
Avem 13 persoane cu vrsata mai mic de 38.5 ani i 13 persoane cu vrsta mai
mare de 38.5 ani.
Mediana mparte volumul populaiei n dou pri de volume egale. Aceasta se
mai poate obine din frecvena absolut cumulat cresctor.
100/2=50 ceea ce nseamn c exist 50 de valori mai mici dect 50 si 50 de
valori mai mari dect 50.
Exemplu. Calculul medianei pentru nivel ordinal. Se face o cercetare privind
petrecerea timpului liber, fiind chestionate 9 persoane crora li s-a pus
urmtoarea ntrebare: Ct de des ai fost la oper n anul precedent ?.
100
Rspunsurile la aceast ntrebare pot fi nregistrate pe o scal ordinal, astfel: 1.
Frecvent 2. Adeseori, 3. Cteodat, 4. Niciodat.
Persoana Rspunsul

1
P
Frecvent

2
P
Frecvent

3
P
Frecvent

4
P
Frecvent

5
P
Adeseori

6
P
Cteodat

7
P
Cteodat

8
P
Cteodat

9
P
Niciodat

Din cele 9 rspunsuri, al 5-lea este cel din mijloc si reprezint mediana.
Considerm tabelul
Persoana Rspunsul

1
P
Frecvent

2
P
Frecvent

3
P
Frecvent

4
P
Frecvent

5
P
Adeseori

6
P
Cteodat

7
P
Cteodat

8
P
Cteodat

9
P
Niciodat

10
P
Niciodat

n aceast situaie avem dou cazuri de mijloc: Adeseori i Cteodat, ceea ce
poate nsemna c rspunsul median este Rar.
n concluzie 5 persoane merg la oper frecvent i adeseori, iar celelalte 5 merg
cteodat sau nicodat.
Observaie. Mediana poate fi determinat pentru valori pe scal de tip ordinal,
interval i raport. Nu poate fi determinat pentru valori pe scal nominal.
101
Utilizarea unuia sau altuia dintre aceti indicatorii: medie, modul median
depinde de la caz la caz.
Pentru exemplificare, considerm cazul notelor obinute de studeni la
examenul de statistic.
Dac toi studenii au obinut aceeai not la examen, atunci aceasta este
egal cu media aritmetic a notelor.
Dac notele nu sunt egale, atunci cei mai muli au obinut notele date de
modul.
Dac notele nu sunt egale, jumtate au obinut note mai mici dect
mediana, iar cealalt jumtate mai mare dectmediana.

Cuantile
n unele situaii este nevoie s se introduc mrimi analoage medianei, care
mpart mulimea valorilor caracteristicii ntr-un anumit numr de submulimi cu
proprieti analoage celor puse n eviden cu ajutorul medianei.
Considerm c mulimea valorilor caracteristicii este divizat n m
submulimi.
Definiie. Se numesc cuantile numerele distincte
1 2 1
,...., ,
m
c c c cu proprietatea c
mpart numrul caracteristicilor n intervale astfel nct n fiecare interval
2 ,..., 2 , 1 ], , [
1
=
+
m k c c
k k
valoarea frecventei absolute cumulat cresctoare este
aceiai.
Cuantila
1
c se numete cuantil mic, iar
1 m
c se numete cuantil mare.
Pentru un numr par m=2k, cuantila
k
c coincide cu mediana.
Pentru m=4 cuantilele se numesc cuartile, pentru m=10 se numesc decile,
pentru m=100 se numesc procentile.


Exemplu.

Caracteristica
k
x Frecvena absolut
k
n Frecven cumulat
cresctoare o
k
n
5 2 2
6 5 7
8 5 12
102
10 4 16
12 3 19
14 4 23
15 2 25
16 3 28
18 5 33
20 2 35
21 5 40
24 4 44
25 3 47
26 4 51
28 5 56
30 4 60

Pentru calculul cuantilelor se mparte populaia n patru subintervale egale,
considernd fecvena absolut cumulat cresctoare 60/4=15.







Caracteristica
k
x Frecvena absolut
k
n Cumulat
cresctoare o
k
n
5 2 2
6 5 7
8 5 12
10 3 15
1
c

10 1 16
12 3 19
14 4 23
15 2 25
103
16 3 28
18 2 30
2
c

18 3 33
20 2 35
21 5 40
24 4 44
25 1 45
3
c

25 2 47
26 4 51
28 5 56
30 4 60

Se obin urmtoarele cuantile: 25 , 18 , 10
3 2 1
= = = c c c
Observaie. Cuantilele se utilizeaz n situaiile n care este necesar mprirea
populaiei n mai multe subpopulaii dect o face mediana.
Indicatorii introdui mai sus se utilizeaz pentru a studia tendina central a
variabilelor statistice.
n diferitae studii statistice prezint interes mprtierea valorilor n raport cu
valorile centrale.
Amplitudinea
Fie X o variabil statistic avnd seria } ,...., 2 , 1 ), , {( m k n x
k k
= .
Definiie. Se numete amplitudinea seriei statistice, diferena dintre cea mai
mic i cea mai mare valoare a caracteristicii.
Fie } ,...., , max{
2 1 max m
x x x x = i ) ,...., , min(
2 1 min m
x x x x = .
Amplitudinea
min max
x x A = se mai numete i amplitudine absolut.
Amplitudinea definete limitele intervalului n care se gsesc valorile
caracteristicii m i x
i
,....., 2 , 1 , = .
Amplitudinea prezint dezavantajul c poate fi influenat de o singur valoare
aflat la una dintre limitele intervalului, ceea ce face s fie considerat un
indicator imprecis al variabilitii.
Amplitudine relativ. Pentru o comparaie cu plaja real de valori se utilizeaz
amplitudinea relativ, calculat cu formula:
104
100 .
x
A
R =
Abaterea medie
Definiie. Se numete abatere medie diferena dintre o anumit valoare i media
caracteristicii respective.
Fie valorile caracteristicii X, m i x
i
,....., 2 , 1 , = i media x , numerele
m i x x d
i i
,.... 2 , 1 , = = reprezint abateri fa de medie.
Abaterile m i x x d
i i
,..., 2 , 1 , = = exprim devierile valorilor m i x
i
,....., 2 , 1 , = fa de
valoarea medie x .
Observaie. Suma abaterilor n raport cu valoarea medie 0 ) (
1
=

=
x x
m
k
k
.
Exemplu.

i
x x x
i

6 6-5.5=0.5
7 7-5.5=1.5
3 3-5.5=-2.5
5 5-5.5=-0.5
4 4-5.5=-1.5
8 8-5.5=2.5
33
6
1
=

= i
i
x

=
=
6
1
0 ) (
i
i
x x
N=6
x =5.5

Indicatorul numeric media furnizeaz informaii privind tendina general a
(comportamentul) majoritii elementelor (indivizilor) populaiei respective.
Media nu este un indicator suficient pentru a studia anumite procese i
fenomene.
Din acest motiv este necesar s introducem un alt indicator numeric care s
msoare gradul de mprtiere a valorilor unei populaii statistice n jurul
valorii medii.
De exemplu o medie aritmetic a numerelor 6, 7, 8 este 7. Aceiai medie se
obine i pentru numerle 2, 7, 12.
Exemplu. Considerm vrstele a dou populaii: 18, 20, 22, 21, 19 i 12, 28, 8,
32 , 20. n ambele cazuri media este 20.
105
Se observ c media este relevant dac vrstele sunt grupate n jurul lui 20 i
nerelevante n cellalt caz.
Un indicator important care furnizeaz informaii despre eterogenitatea sau
varietatea valorilor unei caracteristici (distribuia acestora) este dispersia.
Definiie. Se numete dispersie a variabilei statistice

k
k
p
x
X : m k ,...., 2 , 1 =
numrul
k
m
k
k
p x x
2
1
2
) ( =

=
o .
Observaie. Media indic o concentrare a valorilor, n timp ce dispersia
indic o mprtiere a acestora n raport cu media.
Exemplu.

i
x
i
n
i
p
i i
p x x x
i

2
) ( x x
i

i i
p x x
2
) (
8.36-8.38 8.37 5 0.05 -0.045 0.0020 0.00010
8.38-8.40 8.39 18 0.18 -0.025 0.0006 0.00010
8.40-8.42 8.41 35 0.35 -0.005 0 0
8.42-8.44 8.43 29 0.29 0.015 0.0002 0.00005
8.44-8.46 8.45 11 0.11 0.035 0.0012 0.00013
8.46-8.48 8.47 2 0.02 0.055 0.0030 0.00006
0.00044

4158 . 8 = x 00044 . 0
2
= o
Definiie. Numrul o se numete abatere medie ptratic.
Observaie. Numrul
2
S care reprezint dispersia sau o care reprezint
abaterea medie ptratic i se calculeaz pentru ntreaga populaie, iar
2
s
dispersia de selecie sau s abaterea standard se calculeaz pentru eantion.

1
) (
1
2
2

=
N
m X
s
m
i
i
unde m este media.


i
x x x
i

2
) ( x x
i

6 6-5.5= 0.5 0.25
7 7-5.5= 1.5 2.25
3 3-5.5=-2.5 6.25
5 5-5.5=-0.5 0.25
4 4-5.5=-1.5 2.25
8 8-5.5= 2.5 6.25
106
33
6
1
=

= i
i
x

50 . 17 ) (
2
6
1
=

=
x x
i
i

N=6
1
1
2

=
N
s 50 . 3 ) (
2
6
1
=

=
x x
i
i

x =5.5

Observaie. Valorile x i
2
s se mai numesc media i respectiv dispersia de
selecie.

Coeficientul de variabilitate
Pentru a obine informaii privind omogenitatea unui eantion, Pearson a
introdus coeficientul de variabilitate care se calculeaz astfel:
.
x
s
cv =
Avem urmtoarele cazuri:
Dac 15 . 0 cv rezut c mprtierea fa de valoarea medie este mic i
media este reprezentativ.
Dac 30 . 0 15 . 0 cv rezult o mprtiere moderat, iar media poate fi
considerat ca avnd o reprezentativitate relativ.
Dac 30 . 0 " cv media nu mai poate fi considerat reprezentativ.