Statisticä Ãžn Psihologie-Si

1
STATISTIC N PSIHOLOGIE

Non scholae, sed vitae discimus
Nu pentru coal, ci pentru via nvm Seneca

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

Prezentarea 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

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

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

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

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

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

- 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
Una din definiiile care pot fi gsite n Dicionarul explicativ al limbii
romne (DEX) pentru cuvntul statistic este eviden numeric
referitoare la diverse fenomene.
O alt definiie spune c 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 colectarea, prelucrarea i 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 numrate, msurate sau cuantificate.
Statistica ofer mijloace i modele de cunoatere a realitii, ci prin care
se exploreaz necunoscutul i se fac previziuni.

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):
4
- 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.
- 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 de tip deductiv nu este ntotdeauna valabil deoarece
se bazeaz pe adevruri care au condus n trecut la constituirea
principiului din care a decurs raionamentul deductiv.
Principiul inductiv pornete de la cazuri specifice pentru a obine
concluzii generale.
- 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.

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, obiectivul fundamental al metodei tiinifice
este nelegerea, explicarea i predicia comportamentului uman i a
proceselor mintale. n acest proces, statistica pune la dispoziie un set de
5
proceduri de calcul i de raionamente decizionale cu privire la
semnificaia datelor de cercetare.
Rolul statisticii este de a conferi credibilitate datelor de observaie, de a
confirma sau infirma ipoteze, ca urmare a prelucrrii acestora.
Statistica nu exclude intuiia cercettorului, ci o supune unui control
critic pentru a o valida sau invalida.
De exemplu, 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 pri 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.
Pentru psihologi, statistica este un set de metode i tehnici matematice
de organizare i prelucrare a datelor, cu scopul de a testa anumite ipoteze
i a formula rspunsuri la anumite ntrebri.
Utilizarea statisticii n psihologie este impus de exigenele metodei
tiinifice, ca tehnic de culegere, prelucrare i 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.
n domeniul psihologiei, obiectivul fundamental al metodei tiinifice este
nelegerea, explicarea i predicia comportamentului uman i a
proceselor mintale.
Statistica are rolul de a descrie, de a face predicii i de a conferi
credibilitate datelor de observaie.
n multe situaii, intuiia poate deveni ipotez, care trebuie verificat.
Metodele statistice se utilizeaz n cele mai diverse domenii: sociologie,
biologie, ecologie, medicin, economie, industrie, agricultur, economie,
administraie etc.

6
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.
Erns 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.
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
7
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.

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:
8
- Formularea problemei de cercetare
- Alegerea metodelor i tehnicilor de cercetare
- Culegerea datelor necesare cercetrii
- Organizarea i prelucrarea datelor
- 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.)
Cunoaterea metodelor statistice l ajut pe psiholog s neleag
studii existente i s-i argumenteze tiinific studiile efectuate.
Aplicarea statisticii n diferite domenii a condus la o varietate de forme
aplicative: statistic economic, statistic sociologic, statistic medical,
statistic psihologic, statistic ecologic etc.
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.
9
n domeniul psihologiei, obiectivul fundamental al metodei tiinifice este
nelegerea, explicarea i predicia comportamentului uman i a
proceselor mintale.
Statistica are rolul de a descrie, de a face predicii i de a conferi
credibilitate datelor de observaie.
n multe situaii, intuiia poate deveni ipotez, care trebuie verificat.
Exemplu. Un psihoterapeut intuiete c depresia cronic a unuia dintre
pacienii si poate fi datorat singurtii. Dac dorete s probeze faptul
c n general brbaii singuri sunt mai predispui la depresie cronic, va
trebui s iniieze o cercetare. n cazul n care rezultatele cercetrii vor
confirma intuiia care a devenit ipotez, atunci demersul terapeutic
adresat brbailor singuri cu manifestri depresive va fi mai precis
orientat pe una din sursele poteniale ale tulburrii.
Metodele statistice se utilizeaz n cele mai diverse domenii: sociologie,
biologie, ecologie, medicin, economie, industrie, agricultur, economie,
administraie etc.

Cursurile nr.2+3 Statistic n psihologie

10
Natura este tot ce i se ofer omului, cultura este tot ceea ce omul adaug naturii
Henri WALD.

Concepte fundamentale: date, informaii, variabile i msurri

Date i informaii

Informaia este o 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.
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:
11
- 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;
- 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.
Codificarea, care const n asocierea unor simboluri
numite cod.
3. Transmiterae/conversia, care const n introducerea
datelor pe un suport de informaie.
12
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.

13
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.
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 putem folosi
conceptele de variabil i msurare, iar pentru prelucrarea datelor se pot
utiliza metode statistice.
n psihologie, pentru a studia un subiect sau un grup de subieci se
utilizeaz explorri sistematice i explorri specifice.
Datele pe care le prelucreaz un psiholog provin din metode de
investigaie specifice: experiment, test, observaie, chestionar, convorbire
psihologic, anchet psihologic etc.
De exemplu, n psihologie, inteligena este o variabil deoarece difer de
la un individ la altul.
Tot n categoria variabilelor pot fi considerate atenia, reflexele, timpul de
reacie, anxietatea, vrsta, nlimea, greutatea etc.
Cercetarea psihologic are ca obiectiv studierea variabilelor, cu scopul de
a explica diferitele caracteristici ale realitii psihice i comportamentului
uman.
De 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: respectarea regulilor de circulaie
i vrsta; ceea ce intereseaz este dac una variaz n raport cu cealalt.
14
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.
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. Ooboseala 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.
Exemplu: numrul persoanelor dintr-o comunitate.

Msurarea n psihologie
15
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: trsturi de
personalitate, opinii, atitudini, motivaii, 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.
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.
16
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.
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 printn
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.
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
17
simbolurile dintro clas difer ntre ele dar nu se compar dac sunt mai
mici sau mai mari.
De exemplu, 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.
De exemplu, codul numeric personal se utilizeaz pentu identificarea
persoanei.
categoriale, utilizate n repartizarea obiectelor supuse cercetrii n
clase sau categorii n funcie de caracteristici. De exemplu, 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.
transformri privind gruparea sau rafinarea categoriilor pe care le
descriu.
De exemplu, apartenena religioas cu patru categorii( catolic, ortodox,
musulman i budist) poate fi fi grupat n dou pe criteriul
cretinismului.
De asemenea, 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).
18
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.
De exemplu, dac vorbim de 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.
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.
De exemplu, 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.
Un alt exemplu, 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,
19
deoarece nu avem o valoare de referin fa de care s facem
comparaia.
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 reprezentare. n unele cazuri, aceeai caracteriszic poate fi
msurat pe orice tip de scal.
De exemplu, atenia poate fi exprimat pe o scal nominal(atent,
neatent), pe o scal ordinal (atenie sczut, medie, mare i foarte mare)
sau 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: modul de concepere a testului (avem garania
c este perfect?), caltatea mediului de testare (mobilier, condiii
20
climatice, zgomot etc.), starea fiecrui individ (oboseal, emotivitatetc.)
i altele.
Valoarea msurat pentru frecvena cardiac poate fi influenat de
oboseal, efort fizic, emoii, 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.

21

Mulimi, funcii, relaii

Noiunea de mulime este o noiune primar. Ea nu se definete, ci se
ilustreaz prin exemple:
mulimea numerelor naturale.
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 trebuie s
fie astfel nct s se poat afirma c aparine sau un mulimii respective.
O mulime poate fi dat prin enumerarea elementelor din care este
constituit sau preciznd proprietile pe care le au elementele sale.
De exemplu, beM, 10eX, 25eM.
Definiie. Mulimea care nu conine nici-un element se numete mulime
vid i se noteaz cu u.
Definiie. O mulime care conine un numr bine determinat de elemente
se numete mulime finit.
Exemplu.
Definiie. O mulime care conine un numr nedeterminat de elemente se
numete mulime infinit.
Exemplu. Mulimea punctelor dintr-un 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. u = B A .
22
Dac oricare ar fi elementul X x e , acesta aparine i mulimii Y , atunci
spunem c mulimea X este inclus n mulimea Y , ceea ce se scrie
Y X c . Se mai spune c X este o submulime a lui Y sau o parte a lui Y .
Definiie. Dou mulimi sunt egale dac sunt formate din aceleai
elemente.
Fie M o mulime i M A c .
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
e e = .
Operaii cu mulimi: reuniunea, intersecia, diferena.
Fie A i B dou mulimi.
Reuniunea. } | { B Asaux x x B A e e = mulimea elementelor care aparin cel
puin uneia dintre cele dou mulimi.
Intersecia. } | { B Asix x x B A e e = mulimea elementelor comune celor dou
mulimi.
Diferena. } | { B Asix x x B A e e = mulimea elementelor din A care nu
aparin lui B .
Produs cartezian } , | ) , {( Y y X x y x AxB e e =

Relaii

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 e ( i )
i
A y e .
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 e .
2. Simetric : x R y i y Rx pentru oricare . , M y x e
23
3. Tranzitiv : x R y i y Rz avem x Rz pentru oricare
. , , M z y x e
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 : asociaz fiecrui element X x e o valoare (imagine)
Y x f y e = ) ( , unic determinat.
Se observ c X x e este variabil independent, iar Y x f y e = ) ( este
variabil dependent.
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 efect
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 un efect
24
Sistem
Intrri
Iesiri
Performanele unui student ntr-un domeniu sunt determinate (funcie) de
volumul de munc msurat prin timpul afectat studiului n domeniu
respectiv.
mai multe cauze un singur efect
Performanele unui sportiv sunt rezultatele activitii depuse de cei care-l
pregtesc: antrenor, medic, psiholog.
o singur cauz mai multe efecte
Prin prestaia sa, unprofesor poate determina pregtirea unui elev n plan
informativ i formativ.
mai multe cauze mai multe efecte
Influena profesorilor care predau diferite discipline asupra diferitelor
componente ale personalitii unui student.

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 (un subansamblu sau o
component) capabil s ndeplineasc o anumit funciune n cadrul
sistemului.
O clasificare a sistemelor poate fi fcut astfel:
- sisteme deschise
- sisteme cu conexiune invers.

Sistemul deschis este caracterizat de ieiri care corespund intrrilor n
sistem, dar ieirile sunt izolate de intrri i nu au nici o influen asupra
acestora.
ntr-un sistem deschis, rezultatele aciunii trecute nu comand aciunea
viitoare. Sistemul nu observ i nu reacioneaz la propria-i performan.
Exemplu: Un automobil este un sistem deschis care singur nu se poate

25
Fig.1 Sistem deschis
conduce dup drumul pe care l-a parcurs n trecut i nici nu are o anumit
int, direcie, spre care s mearg n viitor. 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.
La aceste sisteme ieirile pot regla intrrile. Un sistem cu conexiune
invers funcioneaz ca o bucl nchis care folosete rezultatele aciunii
trecute ale sistemului pentru a comanda aciunea viitoare.
Exemplu: Un ceas i posesorul lui formeaz un sistem cu conexiune
invers;

F
i
Fig.2 Sistem cu conexiune invers

cnd 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
26

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.
27
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 O, evenimentul
care se realizeaz cu certitudine la fiecare efectuare a experienei.
Definiie. Se numete eveniment imposibil, notat cu u,
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.
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.
28

A A = , A A = O , u = O

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.
Definiie. Se spune c evenimentul A implic evenimentul B , dac
B se realizeaz de fiecare dat cnd se realizeaz A . Se noteaz
B A c .
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
29
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
evenimenteleA , 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 .
Observaie. Dou evenimente A , B sunt incompatibile dac
u = 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
Y
,
n i
n
i
A A A A =
=
....
2 1
1
I

30
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
u 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, iarK este familia tuturor
submulimilor lui E , care satisface proprietile :
1) K A E A e c , , atunci K A e
2) Dac n i K A
i
s s e 1 , , atunci K A
i
n
i
e
=1
Y
3) . K e u
Observaie. Un cmp de evenimente este format din mulimea
tuturor submulimilor lui E , la care se adaug E i u.

Din definiia de mai sus deriv cteva proprieti ale cmpului de
evenimente } , { K E , astfel :
1) K E e
2) Fiind date
i
n
i
i
n
i
i
A A n i A
1 1
, , 1 ,
= =
s s I Y verific legile lui De Morgan.
3) Dac n i K A
i
s s e 1 , atunci K A
i
n
i
e
=1
I .
4) Fiind date K B A e , , 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 = = c , , , sunt echivalente.
5) Fiind date K B A e , atunci B A A B A c c
6) K A A A e = ,
31
7) K A A A A e u = u = u , ,
8) Fiind date K C B A e , , 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 e , au loc relaiile :
) ( ) ( ), ( B A B A B A B A B A = =
10) Fiind date K B A e , , relaiile A B B A B A c c u = , , 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 s .
Definiie. Se numete probabilitatea evenimentului A , notat cu
) (A P , numrul :

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

Numrul ) (A P reprezint definiia clasic a probabilitii i are
urmtoarele proprieti:
1) 1 ) ( 0 s s A P
2) 1 ) ( , 0 ) ( = = u E P P
3) Dac u = 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 + =

32
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

= ) , ( .
Exemplu. Se arunc o pereche de zaruri de ase ori. Care este
probabilitatea ca exact de patru 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 ,
2 4 4
6
)
6
5
( )
6
1
( C
Exemplu. Se trunca o moned de 6 ori. Care este probabilitatea s
apar de 4 ori prima fa i de 2 ori a doua fa ?

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
=
=

Exemplu. 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 ?

33

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

Exemplu. Probabilitile ca diametrul unei piese de main s fie
ntre limite mai mici, respectiv mai mari dect cele admisibile sunt
0.05 i 0.10, iar probabilitatea ca diametrul unei piese s fie ntre
limite admisibile este de 0.85.
Din ntreg lotul se extrag la ntmplare 100 piese. Care este
probabilitatea ca ntre piesele alese, 5 s fie cu diametrul mai mic,
iar 5 cu diametrul mai mare dect cel admis ?

90 5 5
) 85 . 0 ( ) 1 . 0 ( ) 05 . 0 (
! 90 ! 5 ! 5
! 100
) 90 ; 5 ; 5 ; 100 ( = P

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 ), ( = = = .

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

Exemplu. Se experimenteaz 4 prototipuri de aparate, cte unul din
fiecare prototip. Probabilitatea ca un prototip s corespund este
0.8, 0.7, 0.9 i respectiv 0.85.
Se cere probabilitatea ca toate cele 4 aparate experimentate s
corespund.

34
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 + s .
Probabilitatea ca din bilele extrase s fie albe i negre
) ( n = + este dat de

+
+
=
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
bile de culoare
1
c ,
2
bile de culoare
2
c , ,
m
bile
de culoare
m
c ) .... (
2 1
n
m
= + + + este

m
m
m
m
a a a
a a a
C
C C C

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

Exemplu. ntr-un lot de 100 piese, 6 piese au defecte remediabile, 4
piese sunt rebuturi, iar restul sunt piese bune. Din acest lot au fost
luate la ntmplare 10 piese. Care este probabilitatea ca din aceste
piese 2 s aib defecte remediabile, una s fie rebut i 7 s fie
bune.
Rezolvare.
10
100
7
90
1
4
2
6
C
C C C
.

35


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)=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
36
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.

Formule i scheme 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
37
) ... / ( ).... / ( ) / ( ) ( ) ..... (
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 urn conine 4 bile albe i 6 bile negre. Se cere
probabilitatea ca extrgnd de trei ori cte o bil (fr a pune bila
extras napoi), s obinem la prima extragere o bil alb, iar la
urmtoarele extrageri cte o bil neagr.
Rezolvare. Notm cu
1
A evenimentul ca la prima extragere s
obinem o bil alb i cu
3 2
, A A evenimentele ca la extragerea a
dou, respectiv a treia, s obinem o bil neagr.

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

Exemplu.Se consider o grup format din 10 fete i 15 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 ?

38
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. Fie trei urne coninnd bile albe i negre, dup cum
urmeaz :
) 2 , 3 (
1
n a U , ) 2 , 6 (
2
n a U , ) 7 , 3 (
3
n a U
Din una din aceste urne se extrage la ntmplare o bil. Care este
probabilitatea ca bila extras s fie alb ?

Rezolvare. Notm:
X evenimentul ca bila extras s fie alb.
1
A evenimentul ca bila extras s fie din urna
1
U .
2
2
U .
3
3
U .

3
1
) ( ) ( ) (
3 2 1
= = = A P A P A P
39

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
) / ( ) (
) / ( ) (
) / (
Exemplu. Fie dou urne care conin bile albe i negre:
) 4 , 2 ( ), 2 , 3 (
2 1
n a U b a U . Din aceste urne s-a extras o bil alb. Care este
probabilitatea ca bila s fi fost extras din prima urn ?
Rezolvare. Notm:

1
A evenimentul ca bila extras s fie din
1
U .

2
A evenimentul ca bila extras s fie din
2
U .
X evenimentul ca bila extras s fie alb.

40

) ( ) / ( ) ( ) / (
) ( ) / (
) / (
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

41

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
E X : R, msurabil (( ) E y X R y e e

) ( :
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.
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
42
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 ) ( > = =
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 ) ( > = =
i i
x X P p , 1 ) ( > 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 eR.
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
) / ( ) / (
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

43
unde
ij
p au aceeai semnificaie ca mai sus.
2 ,
1
> =

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 = = = = = = = =

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
+ = + + = = = + = = + = = =
= = = = = = = = =

44
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 s s
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 .
Proprieti. Dac Y X, sunt dou variabile aleatoare simple, atunci
1. ) ( ) ( X aM aX M = , ) ( ) ( X M a X a M + = + , e 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

45
) ( ) (
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 s s ) ( , unde X a inf = , X A sup =
Se observ c A x a
i
s s , se nmulete cu
i
p i se nsumeaz dup i

= = =
s s
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 s s ) ( .
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 = = =

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:
.

\
|
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 = .

46
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 = = unde ] [X M m =
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 + = , aeR 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 = = + + = =

47
3. ) ( ) (
2 2 2
X D a aX D = , aeR.

) ( } )] ( [ { } )] ( {[( ) (
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

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
>
s <
s
x
x
x

48
Proprieti.
1. Pentru orice variabil aleatoare X i e b a, R, ) ( b a <
) ( ) ( ) ( a F b F b X a P = < s
deoarece ) ( ) ( ) ( a X b X b X a < < = < s ceea ce nseamn c

) ( ) ( ) ( ) ( ) ( a F b F a X P b X P b X a P = < < = < s

2. ) ( F = ) ( lim x F
x
=0 i ) ( F = ) ( lim x F
x
=1
Evenimentul u = < } {X este imposibil, iar } { < X este
evenimentul sigur, de unde rezult c 0 ) ( = F , 1 ) ( = F .
3.F este continu la stnga, ceea ce nseamn c
e
0
) ( x R, ) ( ) ( lim
0
0
0
x F x F
x x
x x
=
<
)
4.F este nedescresctoare pe R, ceea ce nseamn c
2 1 2 1
, , ) ( x x x x < e R rezult c ) ( ) (
2 1
x F x F s .
Dac
2 1
x x < rezult c } { } {
2 1
x X x X < c < , ceea ce nseamn c
) ( ) (
2 1
x X P x X P < s < i ) ( ) (
2 1
x F x F s .
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 ) ( > x f , e 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
s < = =
}

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

49

\
|
=
c
bx
a
x F
2
) (
1
1 0
0
>
< <
s
x
x
x

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

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

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 = , e a R
3. Dac Y X s atunci ) ( ) ( Y M X M s
4. Dac Y X, sunt variabile aleatoare independente, atunci
) ( ) ( ) ( Y M X M XY M =
Definiie.Se numete dispersia variabilei aleatoare X , numrul

] ) [( ) (
2 2
m X M X D =
sau
50
dx x f m x X D ) ( ) ( ) (
2 2
}

= unde ) (X M m = .
Proprieti.
1. 0 ) (
2
> 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 = , e 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 + + + = + + +

51

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
. ....
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
numru de puncte obinute n urma aruncrii zarului. Tabloul se
prezint astfel:

X :
|
|
.
|
\
|
6 / 1 ... 6 / 1 6 / 1
6 ... 2 1

2. Repartiia binomial de parametri n
*
N e i ) 1 , 0 ( e 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 ( ) ( .
52
Pentru calculul dispersiei folosim tot proprietatea
2 2 2
)] ( [ ) ( ) ( X M X M X D = .
Variabila
2
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 (

3. Repartiia Poisson de parametru 0 > are tabloul de repartiie
X :
N e

|
|
|
.
|
\
|
k
k
e
k
k
!

Media variabilei X este
) (X M =
N k
k
e
k
k
!
=

0
!
k
k
k
k e =

1
!
k
k
k
k e =

1
)! 1 (
k
k
k
e =
1
1
)! 1 (
k
k
k
e
1 ' =
=
k k
0 '
'
! '
k
k
k
e
Dar seria exponenial se scrie
...
!
...
! 2 ! 1
1
2
+
+ +
+
n
n
0
!
k
k
k
=e
,
de unde rezult c media variabilei aleatoare X este
53

= =

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

2
X :
N e

|
|
|
.
|
\
|
k
k
e
k
k
!
2

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

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

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.

54
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
e
e

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 +

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
.

Repartiia normal (Gauss) de parametri 0 > m i e R
(X ~ ) , (
2
m N ) are funcia de densitate
) (x f =
2
2
2
) (
2
1
o
t o
m x
e 0 > m , e 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
=
55
= 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
=
} }
+
00
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

J ordanianul schimbrii de variabile este

t
y
r
y
t
x
r
x
J
c
c
c
c
c
c
c
c
= =
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
=
56
=
}
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
.
Pentru 0 = m i 1 = se spune c variabila aleatoare urmeaz legea
normal redus ) 1 , 0 ( N , avnd densitatea de repartiie

2
2
2
1
) (
x
e x

=
, x eR
Graficul repartiiei normale reduse are urmtoarele proprieti:
simetric fa de axa ordonatelor;
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
} }

= = u
2
2
1
) ( ) (

Pentru fiecare x , valoarea lui ) (x u este egal cu aria cuprins ntre
axa Ox, graficul lui ) (x 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.

57
Repartiia
2
(hi-ptrat)

Variabila aleatoare X urmeaz repartiia
2
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

I
=
daca
daca

0
0
>
s
x
x

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

+
+
) 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

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
= + =
I
=
}
+

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
(
) (
+
+
I
+
I
=
n
n
x
n
n
n
x f
, e x R

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

}
dx
n
x
x
n
n
n
X M
n

deoarece funcia de sub integral este impar.

58

Populaie statistic

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

Definiie. Se numete populaie statistic orice mulime (colectivitate)
care face obiectul unei analize statistice.

Exemple. Populaie statistic poate fi:
1. Mulimea locuitorilor unui ora.
2. Comportamentul unei persoane (subiect) sau grup de persoane
(subieci) ntr-un interval de timp.
ntr-un studiu privind timpul de reacie pot fi vizate mai multe categorii
de populaii: biciclitii, motociclitii, conductorii auto, aviatorii etc.
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.
Elementele unei populaii statistice se numesc uniti statistice. n
psihologie, prin uniti statistice nelegem persoane, care se mai numesc
i subieci.

Definiie. Trstura comun 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
59
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, de exemplu: greutate, nlime, vrst sunt
caracteristici cantitative, deoarece pentru fiecare individ se
materializeaz printr-un numr;
calitative, de exemplu : culoarea ochilor, culoarea pielii, culoarea
prului, preferine politice, apartenena confesional, temperament,
profesie, sex, aptitudini, talent, preferine artistice 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.
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.
60
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.

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 i 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.

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.

61
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.
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.
62
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.
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.

63

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
M M
M M
n
s
n
x

100 20
64

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
M
n
s

1
x
2
x
M
n
x

15
10
25
M
2
5
3
M

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
M
n
x
1
f
2
f
M
n
f
65

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
66

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
Core
ct
Gre
it
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
67
Greit 2 4 6 2 3 5 3 4

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
Core
ct
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
68
11 8 2 3 7 5 3 7 8 7 6
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
1
g
1
x

1
1
g
15
69
2
s
3
s
M
n
s
2
g
3
g
M
m
g
2
x
3
x
M
n
x
2
3
M
100
2
g
3
g
M
100
g
10
25
M
12

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

n
a
2

M
M
mn
a
1
t
2
t
M
M
m
t

Valori ale variabilei msurate
Grupuri
1
x
2
x
. . . n
x
TOTAL
1
g
2
g
10
7
4
8
K
K
12
3
72
65
70
3
g
M
m
g
M
M
9
M
M
15
M
M
K
M
M
7
M
M
52
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
M
n
s
11
x
21
x
M
1 p
x
12
x
22
x
M
2 p
x
71
T
1
t
2
t

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

2
t - la sfritul programului

Acest tabel poate fi organizat astfel:

2
t
T
x a
x
b
x
K k
x
TOTAL
a
x
aa
n
ab
n
K ak
n
1 a
n
b
x
ba
n
bb
n
K bk
n
1 b
n
M M M M M M
1
t
k
x
ka
n
kb
n
K kk
n
1 k
n
TOTAL 2 a
n
2 b
n
K 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 .

72

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

73

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

74
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
75

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;
76
pe axa ordonatelor se construiete scara frecvenelor,
respectndu-se principiul proporionalitii ntre
frecvene;
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
45 - 50 3
50 - 55 5
55 - 60 6
60 - 65 9
65 - 70 12
70 - 75 14
75 - 80 18
80 - 85 15
85 - 90 8
90 - 95 6
95 - 100 4

77

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
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
78
15 - 20 2
20 - 25 3

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
79
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 e 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 = e 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:

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

Frecvenele absolute
1
n
2
n . . . .
m
n
80
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.
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 s s
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

81

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
X:
|
|
|
|
|
|
|
|
.
|
\
|
m m
p
p
p
x
x
x
.
.
.
.
.
.
2
1
2
1

82

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.
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
+ + + + + + +
=
83
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:

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
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
[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
84
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.
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).
[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
85
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.

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
86
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
?. 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
87

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.
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
88
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 |
k
n
5 2 2
6 5 7
8 5 12
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.

89

Caracteristica
k
x Frecvena absolut
k
n Cumulat
cresctoare |
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
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: 26 , 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.
90
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:
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
91
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.
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
) ( =
=
.
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
92
8.46-8.48 8.47 2 0.02 0.055 0.0030 0.00006
0.00044

4158 . 8 = x 00044 . 0
2
=
Definiie. Numrul se numete abatere medie ptratic.
Observaie. Numrul
2
care reprezint dispersia sau 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
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:
93
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.

Statisticä Ãžn Psihologie-Si

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statisticä Ãžn Psihologie-Si

Încărcat de

Drepturi de autor:

Formate disponibile

1

S-ar putea să vă placă și