Statistica Seminar & Laborator

1 Statistic Aplicat (L1 & S1) Experimente aleatoare n Matlab
Generarea de numere (pseudo-)aleatoare

Vorbim de numere pseudo-aleatoare deoarece numerele generate de unui program deja existent n tea sunt numere aleatoare.
Matlab, i de aceea ele nu pot aleatoare n sensul strict al cuvntului.
Matlab sunt rezultatul compilrii
ns, putem face abstracie de modul programat de generare ale acestor numere i s considerm c aces-
Generarea de numere aleatoare de o repartiie dat

Comenzile
Matlab pentru generarea de numere aleatoare ce urmeaz repartiia notat generic lege sunt:
legernd(<param>, m, n)
sau, alternativ,
random('lege',
<param>, m, n).
Oricare dintre cele dou comenzi genereaz o matrice aleatoare, cu numere aleatoare ce urmeaz repartiia din Tabelul 1.1. De exemplu,
m linii i n coloane, avnd componente
lege.
n loc de
lege putem scrie oricare dintre expresiile din tabelul
normrnd (5, 0.2,

genereaz o matrice aleatoare cu
100, 10);
100 10
componente repartizate
N (5, 0.2).
random ('poiss',0.01, 200, 50);

genereaz o matrice aleatoare cu Utiliznd comanda
200 50
P (0.01).
randtool
putem reprezenta interactiv selecii aleatoare pentru diverse repartiii. generate de parametri Comanda deschide o interfa De exemplu, folosind datele
grac ce reprezint prin histograme seleciile dorite, pentru parametrii dorii (vezi Figura 1.1). Datele
Matlab pot exportate n ierul Workspace cu numele dorit.

10000
i
din Figura 1.1, am generat o selecie aleatoare de
de numere ce urmeaz repartiia lognormal de
=2
= 0.5
i am salvat-o (folosind butonul Export) ntr-un vector
L.
Figura 1.1: Interfa pentru generarea de numere aleatoare de o repartiie dat.
repartiii probabilistice discrete
repartiii probabilistice continue
bino: nbin: poiss: unid: geo: hyge:
repartiia binomial repartiia Poisson
B (n, p) B N (n, p)
repartiia binomial negativ
P () U (n)
repartiia uniform discret repartiia geometric repartiia
G eo(p) hipergeometric H(n, a, b)
norm: unif: exp: gam: beta: logn: chi2: t: f: wbl:
repartiia normal
N (, )
repartiia uniform continu repartiia exponenial repartiia repartiia repartiia repartiia repartiia repartiia repartiia
U (a, b) exp() Gamma (a, ) Beta (m, n) lognormal log N (, ) 2 ( n ) student t(n) Fisher F (m, n) Weibull W bl(k, )
Tabela 1.1: Repartiii uzuale n
Matlab Matlab folosind i alte seturi de funcii,
Repartiiile uniform continu i normal mai pot simulate n
mai simplu de utilizat. Aceasta se datoreaz faptului c ele sunt cele mai des utilizate n simularea de date aleatoare. Dup cum vom vedea mai trziu, putem genera valori aleatoare de o repartiie dat plecnd de la repartiia uniform continu.
Generarea de numere uniform repartizate ntr-un interval, U (a, b)

Funcia rand
Funcia
rand
genereaz un numr aleator repartizat uniform n
[0, 1].
De exemplu, comanda
X = (rand < 0.5)

simuleaz aruncarea unei monede ideale. numr aleator repartizat Mai putem spune ca numrul
astfel generat este un
B (1, 0.5).
De asemenea, numrul
Y = sum(rand(10,1) < 0.5)

urmeaz repartiia
B (10, 0.5)
(simularea a
10
aruncri ale unei monede ideale).
rand(m, n)
Comanda
mn
U (0, 1). [a, b].
a + (b a) rand
genereaz un numr pseudo-aleator repartizat uniform n
Folosind comanda
s = rand('state'), i se atribuie variabilei s un vector de 35 de elemente, repre-
zentnd starea actual a generatorului de numere aleatoare uniform (distribuite). Pentru a schimba starea curent a generatorului sau iniializarea lui, putem folosi comanda
rand(method, s) method este metoda prin care numerele aleatoare sunt generate (aceasta poate 'state', 'seed' sau 'twister'), iar s este un numr natural ntre 0 i 232 1, reprezentnd starea iniialiunde zatorului. De exemplu,
rand('state', 125)
xeaz generatorul la starea
125. (a, b)
nelegem
Observaia 1.1
Printr-o generare de numere aleatoare uniform distribuite n intervalul
numere aleatoare care au aceeai ans de a oriunde n
(a, b),
i nu numere la intervale egale.
Figura 1.2 reprezint cu histograme date uniform distribuite n intervalul
Matlab:
[2, 3],
produse de comanda
hist(5*rand(1e4,1)-2,100)
Figura 1.2: Reprezentarea cu histograme a datelor uniforme.
Generarea de numere repartizate normal, N (, )

Funcia randn
Funcia
randn
genereaz un numr aleator repartizat normal
N (0, 1). N (0, 1).
randn(m, n)
mn
Pentru a schimba metoda prin care sunt generate numerele aleatoare normale sau starea generatorului, folosim comanda:
randn(method, s)
unde unde sau
method este metoda prin care numerele aleatoare sunt generate (aceasta poate 'state' 'seed'), iar s este un numr natural ntre 0 i 232 1, reprezentnd starea iniializatorului.
m + randn genereaz un numr aleator repartizat normal N (m, ).
De exemplu, codul
Comanda
urmtor produce Figura 1.3:
x = 0:0.05:10; y = 5 + 1.1*randn(1e5,1); hist(y,x)
% date distribuite N (5, 1.1)
Simularea aruncrii unei monede
Comanda X = (rand < 0.5);
250
200
150
100
50
10
Figura 1.3: Reprezentarea cu histograme a datelor normale.
simuleaz aruncarea unei monede ideale. numr aleator repartizat
Vom mai spunem c numrul
astfel generat este un
B (1, 0.5)
(similar cu schema bilei revenite, n cazul n care o urn are bile
albe i negre n numr egal i extragem o bil la ntmplare)
Numrul Y = urmeaz repartiia
sum (rand(30,1)<0.5)
30
aruncri ale unei monede ideale).
B (30, 0.5)
(simularea a
Acelai experiment poate modelat i prin comanda
round(rand(30,1))
Pentru a numra cte fee de un anumit tip au aprut, folosim
sum(round(rand(30,1)))
Simularea n
Matlab a unei v.a. de tip discret

3
rezultate posibile,
S considerm o variabil aleatoare ce poate avea doar realizare
a, b
c,
cu probabilitile de
0.5, 0.2
i, respectiv,
0.3.
Tabloul de repartiie asociat este:
X:
Pentru a modela aceast variabil aleatoare n un numr
a b c 0.5 0.2 0.3
,
alegem uniform la ntmplare realizat, dac experiment se
Matlab, procedm astfel:
x din intervalul [0, 1]. Dac x < 0.5, atunci convenim c rezultatul a s-a 0.5 < x < 0.7, atunci rezultatul b s-a realizat. Altfel, rezultatul v.a. X este c. Dac acest
repet de multe ori, atunci rezultatele pot folosite n estimarea probabilitilor de realizare a variabilei aleatoare. Cu ct vom face mai multe experimente, cu att vom aproxima mai bine valorile teoretice ale probabilitilor, deci putem spune c am aproximat variabila aleatoare n
Matlab, scriem:
X.
syms a b c % declaram a, b si c ca variabile simbolice r = rand; X = a*(r<0.5) + b*(0.5<r & r<0.7) + c*(r>0.7)
5
Folosind aceast metod, putem simula aruncarea unui zar ideal. Avem apariia unei fee cu
rezultate posibile, i anume,
1, 2, 3, 4, 5
sau n
6 6
puncte.
Pentru a simula acest experiment, modicm n mod
convenabil problema. Vom considera c punctele din intervalul posibile i mprim intervalul
[0, 1] formeaz mulimea tuturor cazurilor
[0, 1]
subintervale de lungimi egale:
(0,
1 1 2 2 3 3 4 4 5 5 ), ( , ), ( , ), ( , ), ( , ), ( , 1) . 6 6 6 6 6 6 6 6 6 6
corespunztoare, respectiv, celor ase fee, s zicem n ordinea cresctoare a punctelor de pe ele. Vom vedea mai trziu (vezi metoda Monte Carlo) ca alegerea acestor intervale cu capete nchise, deschise sau mixte nu are efect practic asupra calculului probabilitii dorite. Acum, dac dorim s simulm n
Matlab apariia feei cu 3 puncte la aruncarea unui zar ideal, vom alege (comanda rand) un numr "la Matlab
ntmplare" din intervalul
[0, 1]
i vericm dac acesta se a n intervalul
2 3 (6 , 6 ).
Aadar, comanda
u = rand; (u < 3/6 & u > 2/6)

6
fee sunt identice, putem simplica
simuleaz aruncarea unui zar ideal. Ca o observaie, deoarece cele aceast comanda i scrie
(rand < 1/6).
Repartiii probabilistice n Matlab

Funcia de probabilitate (pentru v.a. discrete) i densitatea de repartiie (pentru v.a. continue) (ambele notate anterior prin
f (x))
se introduc n
Matlab cu ajutorul comenzii pdf, astfel:

sau
LEGEpdf(x, <param>).
pdf('LEGE', x, <param>)
Funcia de repartiie
F (x)
a unei variabile aleatoare se poate introduce n
cdf,
Matlab cu ajutorul comenzii
astfel:
cdf('LEGE', x, <param>)
sau
LEGEcdf(x, <param>).
Inversa funciei de repartiie pentru repartiii continue,
F 1 (y ),
se introduce cu comanda
icdf,
astfel:
icdf('LEGE', y, <param>)
n comenzile de mai sus, iar
sau
LEGEinv(y, <param>).
vector pentru care se calculeaz
<param>
LEGE poate oricare dintre legile de repartiie din Tabelul 1.1, x este un scalar sau f (x) sau F (x), y este un scalar sau vector pentru care se calculeaz F 1 (y ),
este un scalar sau un vector ce reprezint parametrul (parametrii) repartiiei considerate.
Observaia 1.2
tiiei. Pentru un
X x R,
Fie
o variabil aleatoare i relaia matematic
F (x, )
funcia sa de repartiie,
ind parametrul repar-
P (X x) = F (x)
o putem scrie astfel n
Matlab:
cdf('numele repartiiei lui X',x,).
6 (1.1)
Problema poate aparea la evaluarea n
Matlab a probabilitii P (X < x). Dac repartiia considerat este una continu, atunci corespondentul n Matlab este tot (1.1), deoarece n acest caz
P (X x) = P (X < x) + P (X = x) = P (X < x). X N (5, 2),
atunci
De exemplu, dac
P (X < 4) = cdf('norm', 4, 5, 2).

Dac
este de tip discret, atunci
P (X < x) =
unde
P (X [x]) , x nu e ntreg P (X m 1) , x = m Z,
[x]
este partea ntreag a lui
x.
atunci
De exemplu, dac
X B (10, 0.3),
P (X < 5) = P (X 4) = cdf('bino', 4, 10, 0.3) = 0.8497.
Exerciii rezolvate Exerciiu 1.1

(a) (b)
O moned ideal este aruncat de
100
de ori, iar
este variabila aleatoare ce reprezint
numrul de fee cu stema aprute. Care este probabilitatea de a obine exact S se calculeze
52
de steme?
P (45 X 55). P1 = P (X = 52).

ns
Soluie:
(a)
Avem de calculat
este o variabil aleatoare distribuit
B (100, 0.5),
aadar rezultatul exact este:
52 P1 = C100 (0.5)52 (0.5)48 = 0.0735.

(b) Notm cu
FX
funcia de repartiie pentru variabila aleatoare binomial
X.
Atunci,
P2 = P (45 X 55) = P (X 55) P (X < 45) = FX (55) FX (44)

55
=
k=45
nl
k C100 (0.5)k (0.5)100k = 0.7287.
Matlab, putem calcula probabilitile astfel:

sau
P1 = binopdf(52,100,0.5) P1 = nchoosek(100,52)*(0.5)^52*(0.5)^48 P2 = binocdf(55,100,0.5) - binocdf(44,100,0.5) .
(a) (b)
Exerciiu 1.2
Cineva a nregistrat zilnic timpul ntre dou sosiri succesive ale tramvaiului ntr-o anumit
staie i a gsit c, n medie, acesta este de
20 de minute.
7
Se tie c acest timp este distribuit exponenial.
Dac o persoan a ajuns n staie exact cnd tramvaiul pleca, aai care sunt ansele ca ea s atepte cel puin
15
minute pn vine urmtorul tramvai.
Soluie:
este:
Notm cu
timpul de ateptare n staie ntre dou sosiri succesive ale tramvaiului i cu
FT
funcia sa de repartiie. tim c
T exp(),
unde
= 20.
Aadar, avem de calculat
P (T 15),
care
P (T 15) = 1 P (T < 15) = 1 FT (15),

i aceasta este
1 - cdf('exp',15, 20) = 0.4724

ceea ce implic
(sau 1-expcdf(15, 20) = 0.4724),
47.24%
anse.
Exerciiu 1.3
sunt femei.
Dintre spectatorii prezeni pe un anumit stadion la un meci de fotbal, un procent de
20%
La o tombola organizat pentru spectatori, un computer alege la ntmplare numerele a i se premiaz posesorii. (i) (ii) (iii) Care este probabilitatea ca mcar
7 bilete de intrare
dintre spectatorii premiai s e femei?
Care este probabilitatea ca nicio femeie s nu ctige la tombol? Dac selecia biletelor ctigtoare ar fost realizat prin alegerea a
spectatori ce erau aezai
n ir, pe un acelai rnd ales la ntmplare, argumentai dac probabilitile gsite la (i) si (ii) rmn aceleai.
Soluie:
(i) n
Fie
variabila aleatoare ce reprezint numrul de femei ce apar la alegerea la ntmplare a
spectatori. Atunci
Matlab,
X B (7, 0.2). Fie p = 0.2. P (X 3) = 1 P (X < 3) = 1 P (X 2) = 1 FX (2) = 0.1480.
(ii) n
Matlab,
0 p0 (1 p)7 = 0.2097 P (X = 0) = C7
P1 = 1-binocdf(2,7,0.2). (=binopdf(0,7,0.2)). P2 = binopdf(0,7,0.2).
(iii) n acest caz,
nu ar mai o v.a. binomial, deoarece alegerea spectatorilor nu mai este aleatorie
(spectatorii aezai alturi pot cunotinte, prieteni etc.).
Exerciiu 1.4
(ii)
(i)
n faa unui oponent de acelai calibru la tenis de mas, care eveniment este mai
probabil: s ctigi
partide din
4,
sau s ctigi
partide din
8?
Justicai rspunsul.
Se menine rezultatul anterior dac, n loc de tenis de mas, cei doi s-ar ntrece la ah? Presupunem
c adversarii sunt de aceeai valoare. Justicai rspunsul.
X
(i)
Deoarece cei doi oponeni sunt de acelai calibru, probabilitatea unuia de a ctiga mpotriva
celuilalt este
p = 0.5. 8
S notm cu
numrul de jocuri ctigate de juctorul
este o variabil aleatoare binomial; n cazul n care se joac doar partide,
J1 mpotriva lui J2 . Atunci, 4 partide, X B (4, 0.5), iar n cazul
n care se joac
Probabilitatea ca (ii)
J1
s ctige
iar probabilitatea ca
X B (8, 0.5). 3 0.54 = 0.25, 3 din 4 este P1 = C4 5 0.58 = 0.2187. J1 s ctige 5 din 8 este P2 = C8 3
rezultate posibile).
n acest caz, rezultatul se schimb. Nu mai putem folosi repartiia binomial, deoarece la ah exist
i posibilitatea unei remize (pentru o singur partid, exist
Exerciiu 1.5
Un sondaj preliminar a determinat c
42% 40%
dintre persoanele cu drept de vot dintr-o
anumit ar ar vota candidatul
pentru preedinie. Alegem la ntmplare i
200
de votani. Care este
probabilitatea ca un procent dintre acetia, situat ntre
50%,
l vor vota pe
la preedinie?
S notm cu
p = 0.42
i cu
variabila aleatoare ce reprezint numrul de votani ce au ales
candidatul
C,
din selecia aleatoare de volum
probabilitatea
P (80 X 100)
(deoarece
n = 200 considerat. Este clar c X B (n, p). Se cere 40% din 200 nseamn 80 etc). Deoarece X este o variabil
aleatoare discret, avem c:
P = P (80 X 100) = P (X 100) P (X < 80) = FX (100) FX (79),

unde n
Matlab:
FX
este funcia de repartiie a lui
X.
P = binocdf(100, 200, 0.42) - binocdf(79, 200, 0.42) = 0.7303.
Exerciiu 1.6

Care este probabilitatea de apariie pentru prima oar a feei cu
puncte la aruncarea
unui zar ideal n cel mult Notm cu
aruncri? Dar n exact
aruncri?
v.a. variabil aleatoare ale crei valori reprezint numrul de eecuri avute pn
la primul succes. Aceasta urmeaz repartiia geometric necesare obinerii feei pentru prima dat este
G eo(1/6).
n consecin, numrul de aruncri
Y = X + 1.
Probabilitatea de a obine pentru prima
oar aceast fa din cel mult
aruncri este totuna cu probabilitatea de a avea cel mult
eecuri pn
la apariia acestei fee. Aadar, avem:
P1 = P (Y 3) = P (X 2) = 0.4213.
Probabilitatea de a obine pentru prima oar faa din exact
aruncri este:
P2 = P (Y = 3) = P (X = 2) = 0.1157.
n
Matlab scriem:
P1 = geocdf(2,1/6); P2 = geopdf(2,1/6);
Exerciiu 1.7
atunci Poisson.
Demonstrai c dac
X P ()
X + Y P ( + ).
Generalizai
Y P () sunt dou variabile aleatoare independente, rezultatul pentru n variabile aleatoare independente repartizate
i
Soluie:
lor,
Demonstrm un rezultat mai general: atunci suma
Dac variabilele aleatoare
X1 P (1 ), X1 P (1 ), . . . , X1 P (n ) sunt independente, Y = X1 + X2 + + Xn , urmeaz repartiia Y P (1 + 2 + + n ). Funcia generatoare de momente pentru X1 este MX1 (t) = E(etX1 ) =
k N
etk e1
k 1 = e1 k!
k N
(1 et )k t t = e1 e1 e = e1 (e 1) . k!
Folosind independenta variabilelor aleatoare date, putem scrie:
MY (t) = MX1 +X2 ++Xn (t) = E(et(X1 +X2 ++Xn ) ) = E(etX1 ) E(etX2 ) E(etXn ) = e1 (e
t 1)
e2 (e
t 1)
en (e
t 1)
= e(1 +2 ++n )(e
t 1)
MY (t) este funcia generatoare de momente pentru o variabil aleatoare Poisson cu parametrul 1 + 2 + + n . Folosind unicitatea funciei generatoare de momente, deducem c
Obinem c
Y P (1 + 2 + + n ).
Exerciiu 1.8 (a) n magazinul de la colul strzii intr n medie 20 de clieni pe or.
ntr-o anumit or s intre n magazin cel puin
tiind c numrul
clienilor pe or este o variabil aleatoare repartizat Poisson, s se determine care este probabilitatea ca
15
clieni?
(b)
Care este probabilitatea ca, ntr-o anumit zi de lucru (de
10
ore), n magazin s intre cel puin
200
de clieni?
Soluie:
(a) Probabilitatea este
P1 = P (X 15) = 1 P (X < 15) = 1 P (X 14) = 1 FX (14) = 0.8951.

10
(b)
10
10
P2 = P (
k=1
Xk 200) = 1 P (
k=1 10
Xk < 200) = 1 P (
k=1
Xk 199) = 1 F
Xk (199)
= 0.5094.
Am folosit faptul c
Xk P (200),
k=1
deoarece avem o sum de v.a. independente, identic repartizate
Poisson (vezi Exerciiu 1.7). n
Matlab, probabilitile cerute se calculeaz astfel:

P1 = 1 - poisscdf(14,20); P2 = 1 - poisscdf(199,200);
Exerciiu 1.9
urmtoarea:
n drumul Mariei de acas pn la serviciu se a dou semafoare. Notm cu
X1
v.a. ce
reprezint numrul de semafoare pe care Maria le prinde pe rou, i presupunem c repartiia lui
X1
este
x p(x)
De asemenea, e (a) (b)
0 0.2
1 0.5
2 0.3
X2
numrul de semafoare pe care Maria le prinde pe rou pe drumul de ntoarcere spre
cas. Presupunem c
X1
X2
sunt independente i identic repartizate.
Determinai repartiia, media i dispersia variabilei aleatoare Care e probabilitatea ca Maria s prind cel puin
X = X1 + X2 .
semafoare pe rou de acas la serviciu i retur?
Soluie:
(a) Repartiia lui
este:
x p(x)
0 0.04
1 0.2
2 0.37
3 0.3
4 0.09 X1
i
E(X ) = E(X1 ) + E(X2 ) = 2(0 0.2 + 1 0.5 + 2.3) = 2.2.
i, folosind independena lui
X2 ,
D2 (X ) = D2 (X1 ) + D2 (X2 ) = 2[(0 1.1)2 0.2 + (1 1.1)2 0.5 + (2 1.1)2 0.3] = 0.98.
(b)
P = 0.37 + 0.3 + 0.09 = 0.76.

10
Exerciii suplimentare Exerciiu 1.10

Considerm funcia
f : R R, dat prin 2 2 x e x , x > 0; f (x) = 0 , x 0. ,

funcia
(a) Pentru ce valori ale parametrului (S notm cu (b) Calculai (c) Dac
este o densitate de repartiie?
variabila aleatoare ce are aceast densitate de repartiie)
EX i D2 (X ). = 2, calculai P (X 2).
Considerm o v.a.
Exerciiu 1.11
de tip continuu, avnd funcia de repartiie
0 x F (x) = 1 + ln 4 1
Calculai: (a) (b) (c)
, x 0; 4 x , x [(0, 4]; , x > 4.
P (X 1), P (X = 1); E(X ); P (1 X < 3). 160 litri,

de
Exerciiu 1.12
230 litri.
Fie
Un anumit comerciant vinde trei tipuri de congelatoare: de
190 litri
i de
variabila aleatoare care reprezint alegerea unui client ales la ntmplare, ce are tabelul
de repartiie:
x p(x)
(a) (b) (c) (d) Calculai
160 0.2
190 0.5
230 0.3
E(X ), D2 (X ). P = 7X 9.5,
calculai valoarea ateptat a
Dac preul unui frigider se calculeaz dup formula Calculai
preului pltit de urmtorul client care cumpr un congelator.
D2 (P ). X,
capacitatea real a unui congelator este
Presupunem c, dei capacitatea aat este
h(X ) =
0.01X 2 . Care este valoarea medie a capacitii reale pentru un congelator cumprat de urmtorul
clint?
Exerciiu 1.13
(a) (b)
Dou zaruri ideale sunt aruncate n mod independent unul de cellalt.
Notm cu
maximum dintre valorile aprute. Determinai tipul v.a.
i tabloul su de repartiie.
Determinai funcia de repartiie i desenai-o grac.
Exerciiu 1.14
Calculai
T (0 C ) dintr-un anumit proces P (T < 0); P (2.5 < T < 2.5); P (2 T 3).
Temperatura
chimic are repartiia
U (5, 5).
11
Exerciiu 1.15
standard de
Temperatura de topire a unui anumit material este o v.a. cu media de Determinai temperatura medie i deviaia standard n
2 oC .
o F , tiind c
120 o C i deviia o F = 1.8 o C + 32.
Exerciiu 1.16 Exerciiu 1.17

(a) Calculai
Dac
Z N (0, 1),
calculai:
P (Z 1.35); P (0 Z 1); P (1 Z ); P (|Z | > 1.5). Sn suma numerelor probabilitatea P = P (S2 6).
Notm cu ce apar n
aruncri independente ale unui zar ideal.
(b) Calculai probabilitatea obinerii unui numr par.
Exerciiu 1.18
a lui
O companie de asigurri ofer angajailor si diverse polie de asigurare.
Pentru un
asigurat ales aleator, notm cu
numrul de luni scurs ntre dou pli succesive. Funcia de repartiie
este:
0 0.3 0.4 F (x) = 0.45 0.65 1 X. P (3 X 6)

i
, x < 1; , 1 x < 3; , 3 x < 4; , 4 x < 6; , 6 x < 12; , 12 x.
(a) (b)
Determinai funcia de probabilitate a lui Calculai
P (4 X ).
Exerciiu 1.19
Pentru evaluarea rezultatelor obtinute la teza de Matematica de catre elevii unei anumite
scoli, se face un sondaj de volum
35
printre elevii scolii, iar notele lor sunt sumarizate in Tabelul 1.2.
note frecventa
4 3
5 6
6 7
7 8
8 5
9 4
10 2
Tabela 1.2: Medii generale si frecvente
(i) Sa se scrie si sa se reprezinte grac functia de repartitie pentru aceasta selectie; (ii) Notam cu
variabila aleatoare care guverneaza populatia.
Utilizand selectia de mai sus, sa se
aproximeze probabilitatea
P (6 X 8). 200
de ori. Care este probabilitatea s
O pereche de zaruri ideale este aruncat de
obinem o sum de
n cel puin
20%
dintre cazuri?
Simulai n
Matlab variabila aleatoare discret X ce are tabloul de distribuie:

X: 2 0
1 4 1 2
2
1 4
. X.
Calculai
Gsii i reprezentai grac funcia de repartiie
F (x)
a variabilei aleatoare
F(1 2 ).
12
Exerciiu 1.22
(ii)
(i)
Determinai funcia generatoare de momente pentru o repartiie exponenial,
exp().
cu
n Folosind funcia generatoare de momente, artai c dac {Xi }i=1 sunt variabile aleatoare indepenn
dente, repartizate
exp(i )
(respectiv), atunci vaiabila alatoare
Y =
i=1
Xi
urmeaz repartiia
(n, ),
=
i=1
i .
Exerciiu 1.23
(ii) binomial.
(i)
Determinai funcia generatoare de momente pentru o repartiie binomial,
B (n, p).
Demonstrai c dac
X + Y B (m + n, p).
X B (m, p) i Y B (n, p) sunt dou variabile aleatoare independente, atunci Generalizai rezultatul pentru n variabile aleatoare independente repartizate
13
2 Statistic Aplicat (L2 & S2)

Exerciiu 2.1
Dac (repartiia obinut
X N (0, 1), 2 este (1)).
determinai densitatea de repartiie a variabilei aleatoare
X 2.
Funcia densitate de repartiie pentru
este dat de (2.1)
x2 1 fX (x) = e 2 , x R. 2
Notm cu formula
FX 2 (y ) funcia de repartiie pentru X 2 i cu fX 2 (y ) densitatea sa de repartiie. Nu putem folosi 2 de la curs deoarece funcia g (x) = x , x R, nu este bijectiv. Pentru a calcula densitatea lui 0 , P ( y X y ) , y 0; y > 0, y 0; y > 0,
X 2,
putem proceda astfel:
FX 2 (y ) = P (X 2 y ) =
de unde
fX 2 (y ) = FX 2 (y ) =
, 1 [fX ( y ) + fX ( y )] , 2 y 0 , y 0; 1 = fX ( y ) , y > 0. y 0 , y 0; y = 1 e 2 dy , y > 0. 2y
Exerciiu 2.2
N (, ),
atunci i
Artai c dac
atunci variabila
X1 , X2 , . . . , Xn sunt variabile aleatoare independente, identic repartizate n 1 aleatoare H = (Xi )2 urmeaz repartiia 2 (n). 2
i=1
atunci
Dac
Xi N (, ),
sunt
{Yi2 }n i=1
Xi N (0, 1). Deoarece {Xi }n i=1 sunt independente, 2 independente. Dac X N (0, 1), atunci X are densitatea de repartiie 1 e x 2 dx , x > 0. 2x fX 2 (x) = 0 , x 0. Yi = X2
0
este
Funcia generatoare de momente pentru
MX 2 (t) = E(etX ) =
Folosind independena variabilelor
etx
x 1 e 2 dx = (1 2t)1/2 , 2x
t < 1/2. H
este
{Yi2 }n i=1 ,
n
obinem c funcia generatoare de momente a lui
MH (t) =
i=1
(1 2t)1/2 = (1 2t)n/2 , 2 (n).
t < 1/2,
care este densitatea de repartiie pentru o variabil aleatoare
14
Exerciiu 2.3
Fie variabila aleatoare
ie de numere aleatoare ce urmeaz
X exp(). repartiia lui X .

este este:
Folosind metoda Hincin-Smirnov, generai o selec-
Funcia de repartiie a lui
se denete doar pentru valori n
X (0, 1))
F : R [0, 1],
F (x) = 1 ex/ , x > 0,
iar
F 1
(care
F 1 (u) = ln(1 u),

Atunci, dac
u (0, 1).
F 1 (u2 ),
n
{u1 , u2 , . . . , un } sunt numere aleatoare uniform repartizate n [0, 1], avem c {F 1 (u1 ), . . . , F 1 (un )} formeaz o selecie ntmpltoare de numere repartizate exp(). Figura 2.1, am reprezentat grac o dou selecii de volum 150 de numere aleatoare repartizate exp(5);
Seleciile generate au fost ordonate descresctor. Funcia
una generat prin metoda funciei de repartiie inverse, cealalt generat de funcia
exprnd.
Matlab care genereaz gura este
Matlab predenit
prezentat mai jos. Apelarea funciei se face prin tastarea n fereastra de lucru n
Matlab a comezii expsel(5).
function expsel(lambda) % functia expsel.m % generez 150 de numere cu metoda Hincin-Smirnov si le ordonez descrescator Y = sort(-lambda*log(1-rand(150,1)), 'descend'); plot(Y, 'bo'); hold on % desenez selectia si retin figura % generez 150 de numere cu exprnd si le ordonez descrescator Z = sort(exprnd(lambda, 150,1), 'descend'); plot(Z, 'r*') % desenez Z cu rosu legend('metoda functiei inverse','generare cu exprnd')
Figura 2.1: Generare de numere aleatoare prin metoda funciei inverse.
Exerciiu 2.4
aleatoare
Dac U este o variabil Y = ln(U ), > 0.
aleatoare repartizat
U (0, 1),
determinai repartiia variabilei
15
Soluie:
Densitatea de repartiie a lui
este
fU (x) =
Funcia de repartiie a lui
1, 0,
dac dac
x > 0, x 0.
este
FY (y ) = P (Y y ) = P ( ln(U ) y ) =
y P ln(U ) , 0,
dac dac
y > 0, = y 0. Y
1 P U < e , 0,
este
dac dac
y > 0, y 0.
1 FU e , 0,
dac dac
y > 0, y 0.
Atunci, densitatea de repartiie a lui
y f e U fY (y ) = FY (y ) = 0,
Se observ c
1 y e ,
dac dac
y > 0, y 0.
y 1 e , = 0,
dac dac
y > 0, y 0.
Y exp().
S presupunem c
Exerciiu 2.5
o ar. determine
Se tie c
X este o v.a. continu ce reprezint nlimea (n cm) brbailor dintrP (X 170) = 0.1. tiind c X este normal distribuit, cu media m = 175, s se dispersia lui X . Z=
X 175
Soluie:
Consider variabila aleatoare standardizat
N (0, 1). =P
Atunci,
0.1 = P (X 170) = P
de unde de unde
X 175 170 175 Z N (0, 1).
,
(norminv(0.1)),
5 este = 3.9.
cuantila de ordin
0.1
pentru
Aceasta este
z0.1 = 1.28
Exerciiu 2.6
Trei ntreprinderi trimit acelai tip de piese ntr-un depozit central, n proporie de
5, 3, 2.
Cele trei ntreprinderi au rebuturi n proporie de, respectiv, a rebuturi este de
1%, 3%, 2%.
Valoarea pieselor ce s-au dovedit
3600 RON.
Cum ar trebui mprit aceast sum ntre cele
ntreprinderi?
Soluie:
Notm cu:
Aevenimentul ca o pies aleas la ntmplare din depozitul central s e rebut. Ai evenimentul ca, alegnd la ntmplare o pies din depozitul central, aceasta s aparin rmei i. Pentru a determina cum mprim cei 3600 ntre cele 3 rme, va trebui s determin probabilitile condiionate P (A1 | A), P (A2 | A), P (A2 | A), care reprezint ponderile de rebuturi produse de ecare
rm, condiionate de apariia unui rebut la o alegere la ntmplare din depozit. Dar,
P (A1 ) = 0.5, P (A2 ) = 0.3, P (A3 ) = 0.2
P (A|A1 ) = 0.01, P (A|A2 ) = 0.03, P (A|A3 ) = 0.02.
Avem c
P (A) = P (A1 )P (A|A1 ) + P (A2 )P (A|A2 ) + P (A3 )P (A|A3 ) = 0.5 0.01 + 0.3 0.03 + 0.2 0.02 = 0.018.
i (formula lui Bayes)
P (A1 | A) =
P (A1 )P (A|A1 ) 5 P (A2 )P (A|A2 ) 1 P (A3 )P (A|A3 ) 2 = , P ( A2 | A) = = , P (A3 | A) = = . P (A) 18 P (A) 2 P (A) 9
16
n consecin, pierderile vor trebui s e mprite astfel:
5 1 2 3600 = 1000 (rma 1); 3600 = 1800 (rma 2); 3600 = 800 (rma 3). 18 2 9
Exerciiu 2.7
Un anumit restaurant popular servete la cin doar trei tipuri de meniuri cu preuri xe,
i anume: 25, 30 i 45 (incluznd buturile). Pentru un cuplu ales la ntmplare dintre cele ce iau cina n acest restaurant, notm cu
costul meniului ales de femeie i cu
costul meniului ales de partenerul
ei. Repartiia comun a costurilor este dat n tabelul urmtor:
Y p(x, y )
25 25 0.05 0.05 0 i 30 0.05 0.10 0.20 45 .10 .35 .10
30 45
(1) (2) (3) (4) (5)
Calculai repartiiile marginale pentru Determinai dac
Y; 30
de ecare?
Care este probabilitatea ca preul cinei pentru ambii parteneri s e cel mult
sunt v.a. independente;
Care este valoarea ateptat a costului total al cinei pentru un cuplu ales la ntmplare? La nalul cinei, ecare cuplu primete din partea casei prjituri cu rva. Dac un cuplu gsete n
rva mesajul Drept curtoazie din partea casei, din preul total al cinei vei primi napoi diferena dintre
cel mai scump i cel mai ieftin dintre meniurile comandate de amndoi, ct se ateapt restaurantul s
returneze pentru un singur cuplu? (6) (7) (8) Determinai coecientul de corelaie dintre Determinai repartiia lui Calculai
Y. (X = 30).
E(Y |X = 30) pX (x) =

y
Y condiionat de D2 (Y |X = 30).
Pentru
evenimentul
Soluie:
(1)
p(x, y ).
este:
x = 25,
atunci
pX (25) = 0.05 + 0.05 + 0.1 = 0.2.
Obinem c
repartiia marginal a lui
x pX (x)
Similar,
25 0.2
atunci
30 0.5
45 0.3
Obinem c
pY (y ) =
x p(x,
repartiia marginal a lui
y ). Pentru y = 45, Y este: y pY (y )
pY (45) = 0.1 + 0.35 + 0.1 = 0.55.
25 0.1
30 0.35
45 0.55
(2) (3)
Probabilitatea cerut este Variabilele
P (X 30, Y 30) = 0.05 + 0.05 + 0.05 + 0.1 = 0.25.

mcar pentru o pereche
(x, y ).
(4)
De exemplu,
Y nu sunt independende, deoarece p(x, y ) = pX (x) pY (y ) p(25, 25) = 0.05 = 0.2 0.1 = pX (25) pY (25).
i
h(X, Y ) = X + Y
E(h(X, Y )) =
x y
h(x, y )p(x, y ) =
x y
(x + y )p(x, y ) = 71.25.
(5)
Determinm repartiia variabilei aleatoare
Z = |X Y |.
17
Aceasta este:
z p Z (z )
Media lui (6)
0 0.1
5 0.25
15 0.55
20 0. 1
este
E(Z ) = 11.5. E(X Y ) X Y cov (X, Y ) = . X Y X Y
Prin deniie,
X,Y =
Dar,
X =
x
xpx = 25 0.2 + 30 0.5 + 45.3 = 33.5; Y =

y 2 X = x 2 (x x )2 px = 60.25; Y =
ypy = 25 0.1 + 30 0.35 + 45 0.55 = 37.75. (y y )2 py = 66.188.

y
E(X Y ) =
x
Obinem c (7)
xy p(x, y ) = 1253.8.
y
X,Y = 0.1722. Y |X = 30
are funcia de probabilitate
Variabila aleatoare
fY |X (y | 30) =
p(30, y ) , pX (30)
ce are tabelul de
repartiie urmtor:
y pY |X (y | 30)
(8)
25 0.1
30 0.2
45 0.7
i
Y |X =30 = E(Y |X = 30) =
y pY |X (y | 30) = 25 0.1 + 30 0.2 + 45 0.7 = 40
D2 (Y |X = 30) = E(Y 2 |X = 30) 2 Y |X =30 = 60.
Exerciiu 2.8
O numit companie de ambalat fructe uscate, amestec n acelai pachet trei tipuri de
fructe, mango, ananas i papaya, astfel nct masa net a pachetului este de ecrui fruct la produsul nal este egal cu S notm cu
500 de grame, dei cantitile
individuale din ecare fruct uscat pot varia de la un pachet la altul. Deoarece suma ponderilor maselor
1,
putem determina masa net de ananas din ecare pachet
dac am avea informaii despre repartiia comun a celorlale dou cantiti de fruct din pachet.
ponderea masei de mango din masa net a unui anumit pachet i cu
ponderea masei
de ananas din masa net a aceluiai pachet, ales la ntmplare. Presupunem c repartiia comun a celor dou cantiti este
f (x, y ) =
(a) (b) (c) (d) Vericai dac
24xy, 0,
pentru altfel.
0 x 1, 0 y 1, x + y 1,
f (x, y )
este o densitate de repartiie legitim i calculai probabilitatea ca masa net
de papaya s e mai mare de un sfert de pachet. Determinai densitile de repartiie marginale. Vericai dac
sunt independente.
Determinai coecientul de corelaie dintre
Y.
18
(e) (f ) (g) (h)
Determinai densitatea de repartiie a lui Gsii probabilitatea ca (i.e., calculai
condiionat de
X = x.
a pachetului.
Y s e cel mult un sfert de pachet, tiind c X este jumtate din masa net P (Y 0.25|X = 0.5)). Calculai media condiionat a lui Y tiind c X = 0.5. (i.e., E(Y |X = 0.5)) 2 Calculai D (Y |X = 0.5).
(a) Se vede c
Soluie:
f (x, y ) 0, x, y .
1 1x
n plus,
f (x, y ) dxdy =
0 0
Not cu
24xy dy
i
dx =
0
24x
y2 2
y =1x y =0
dx =
0
12x(1 x)2 dx = 1.
D = {(x, y ); 0 x 1, 0 y 1 P ((X, Y ) D) =
D
x + y 0.75}.
0.75
Atunci, probabilitatea cerut este:
0.75x
f (x, y ) dxdy =
0
este:
24xy dy
0
dx = 0.3164.
(b)
Repartiia marginal a lui
fX (x) =
Repartiia marginal a lui
f (x, y ) dy =
12x(1 x)2 , 0,
dac
0 x 1;
altfel.
este:
fY (y ) =
(c) (d) Deoarece
f (x, y ) dx =
12y (1 y )2 , 0,
dac
0 y 1;
altfel.
f (x, y ) = fX (x) fY (y ), x, y ,
cele dou variabile nu sunt independente.
Prin deniie,
X,Y =
Dar,
E(X Y ) X Y cov (X, Y ) = . X Y X Y

1
X =
xfX (x) dx =
0 1
12x2 (1 x)2 dx = 0.4; Y =
yfY (y ) dy =
0 1
12y 2 (1 y )2 dy = 0.4.
2 X = E(X 2 )2 X = 0
2 12x3 (1x)2 dx0.16 = 0.04; Y = E(Y 2 )2 Y = 0 1 1x
12y 3 (1y )2 dy 0.16 = 0.04. 2 . 15
E(X Y ) =
Obinem c (e)
xyf (x, y ) dxdy =

0 0
24x2 y 2 dxdy =
X,Y
2 = . 3 fY |X =x (y |x) = f (x, y ) 2y = , 0 y 1 x. fX (x) (1 x)2
(f )
Probabilitatea cerut este:
0.25
0.25
P (Y 0.25|X = 0.5) =
fY |X (y |x) dy =
0
2y 1 dy = . (1 x)2 4
19
(g)
1x
Y |X =x = E(Y |X = x) =
n particular, pentru (h)
yfY |X (y |x) dy =
0
2y 2 2 dy = (1 x), 0 x 1. (1 x)2 3
X = 0.5,
obinem c
E(Y |X = 0.5) =
1x
1 3.
D2 (Y |X = x) = E(Y 2 |X = x) 2 Y |X = x =
n particular, pentru
2y 3 4 1 dy (1 x)2 = (1 x)2 , 0 x 1. 2 (1 x) 9 18
X = 0.5,
obinem c
2 2 Y |X =0.5 = D (Y |X = 0.5) = 0.0139.
Exerciiu 2.9
Dac
variabilei aleatoare
X i Y sunt Z = X/Y .
v.a. independente i identic repartizate
N (0, 1),
determinai repartiia
Soluie:
Densitile de repartiie pentru
sunt
1 2 fX (x) = ex /2 , x R, 2
1 2 fY (y ) = ey /2 , y R. 2 (X, Y )
este:
Deoarece sunt independente, densitatea de repartiie a vectorului
fX,Y (x) =
1 (x2 +y2 )/2 e , (x, y ) R R. 2 u = x/y, v = y ,

care transform
Pentru a determina repartiia cerut, folosim transformarea
(U, V ) = (X/Y, Y ).
Transformarea invers
x = uv, y = v .
Jacobianul transformrii inverse
(X, Y ) n este J = v .
Folosind formula de schimbare de variabile, obinem:
fU, V (u, v ) = fX,Y (uv, v )|v | =
1 v2 (u2 +1)/2 e |v |, (u, v ) R R. 2
Densitatea de repartiie marginal a primei componente se obine integrnd n raport cu a doua variabil. Obinem:
fX/Y (u) = fU (u) =
Se observ c
fU, V (u, v )dv =
1 v2 (u2 +1)/2 1 e |v |dv = , 2 (u2 + 1) C (0, 1).
u R.
fX/Y
este densitatea de repartiie pentru o repartiie Cauchy

Folosind metoda Hincin-Smirnov, generai o familie de
100
de numere aleatoare ce ur-
meaz densitatea de repartiie
f (x) =
5x4 ,
0 x 1.
U ( , ). 2 2 (i) Determinai repartiia variabilei aleatoare Y = tan(X ) (Y se numete variabil aleatoare Cauchy). (ii) Folosind metoda Hincin-Smirnov, generai o familie de 1000 de numere aleatoare repartizate Cauchy C (0, 1). (iii) Calculai P (| tan X | > 3).
Exerciiu 2.11
Fie
o variabil aleatoare repartizat
20
Exerciiu 2.12
aleatoare
Dac
este o variabil aleatoare repartizat
U (0, 1),
determinai repartiia variabilei
Y =
eX .
Fie
Exerciiu 2.13
toare
o variabil aleatoare repartizat
B (n, p).
Determinai repartiia variabilei alea-
Y = n X.
Erorile a
Exerciiu 2.14
(1) tiia (2)
10
msurtori sunt variabile aleatoare
N (0, 1), i = 1, 2, . . . , n.
10
Artai (folosind funcia generatoare de momente) c variabila aleatoare
H=
i=1
2 i urmeaz repar-
2 ,
i.e.
H 2 (10). P (H 7); P (9.25 H 10.75);
Determinai probabilitile urmtoare:
P (H > 12). f (x) =
Exerciiu 2.15
x 8,
Latura unui ptrat este o variabil aleatoare ce are densitatea de repartiie
x (0, 4).
Determinai densitatea de repartiie a ariei ptratului.

Artai c dac
Dac
X N (0, 1),
determinai densitatea de repartiie a lui
|X |.
(lipsa de memorie a variabilei aleatoare exponeniale)
X exp(),
atunci are loc relaia:
P (X > y + x| X > y ) = P (X > x), (x 0, y 0).
Exerciiu 2.18
Fie
dou variabile aleatoare independente, identic repartizate
nai raza cercului (r ) cu centrul n origine astfel nct
P ((X, Y ) D(0, r)) = 0.95.
N (0, 1). Determi(D (0, r ) = {(x, y )
R, x 2 + y 2 r 2 })
Exerciiu 2.19
standard este (a) tiind c
Distana
la care sunt aruncate mingile aruncate de o main automat de servit mingi Media distanei este necunoscut, dar deviaia
de tenis este o variabil aleatoare repartizat normal.
1.2 m. P (X 20) = 0.95,
s se gseasc valoarea ateptat a distanei (adic,
(b) Stabilii repartiia variabilei aleatoare
X E(X ) Z= 1.2
E(X )). P (Z 2 2). U (0, 1).
i calculai probabilitatea
Exerciiu 2.20
(1) (2) (3)
Fie
dou variabile aleatoare independente i identic repartizate
Determinai repartiia vectorului aleator Determinai repartiiile variabilelor
(U, V ). aleatoare X = 2 ln U cos(2V ) U (0, 1)
Y =
2 ln U sin(2V ).
Bazndu-v pe rezultatul de la (2), construii un algoritm care s permit simularea de variabile
aleatoare
N (0, 1)
independente plecnd de la variabile aleatoare
independente.
Exerciiu 2.21
zate
Determinai repartiia sumei a dou variabile aleatoare independente i identic reparti-
U (0, 1).
Determinai repartiia raportului a dou variabile aleatoare independente i identic re-
Exerciiu 2.22
partizate
N (0, 1).
21
Exerciiu 2.23
Pcal l ademenete pe Tndal la un joc de barbut. Pcal a confecionat urmtoarele
trei zaruri, pentru care numrul de puncte de pe ecare fa sunt modicate:
zarul 1: zarul 2: zarul 3:
5 2 1
7 3 6
8 4 11
9 15 12
10 16 13
18 17 14
Pentru ecare zar, toate feele au aceeai ans de apariie. Fiecare juctor alege un zar i l pstreaz pentru restul competiiei. Un joc const n aruncarea zarului ales, iar cel care obine un numr mai mare de puncte va ctiga jocul. independente. (a) (b) (c) Pcal, politicos ind, l invit pe Tndal s e primul care i alege zarul. Artai c, orice zar ar La ecare joc, cel care obine un numr mai mare de puncte primete de la cellalt juctor alege Tndal, Pcal are posibilitatea de a alege un zar mai bun dintre cele rmase. Un astfel de joc poate repetat de mai multe ori, n condiii identice i
1 RON.
Determinai ctigul mediu pe care l poate avea Pcal dup Calculai probabilitatea ca, dup
60
de jocuri (aruncri).
60
de jocuri, Pcal s aib cel puin
10 RON.
Exerciiu 2.24
urmtor:
Repartiia comun a vectorului aleator bidimensional
(X, Y ) este reprezentat de tabelul
Y p(x, y )
20 10 a 0.1 20 0.1 0.3 30 a 3a repartiie legitim;
X
(a) (b) (c) (d) (e) (f ) Determinai parametrul real
40
a pentru care tabelul reprezint o Calculai P (X 20 i Y 30) i P (X 20 i Y 30). Calculai F (20, 30), F (30, 40) i F (30, 25). Pentru Z = X + Y , calculai probabilitatea P (|Z 45| > 5). 2 Pentru W = 2X 0.5Y + 10, determinai E(W ) i D (W ). Determinai cov (X, Y ) i X,Y .
La o benzinrie exist dou tipuri de staii:
Exerciiu 2.25
cu servire asistat sau cu auto-servire.
Fiecare serviciu are cte dou pompe independente. S notm cu servire asistat care sunt folosite ntr-un anumit moment i cu folosite n acelai moment. Repartiia comun pentru
numrul de pompe de la staia cu
numrul de pompe de la auto-servire
(X, Y ) Y
este
p(x, y )
0
0 0.1 0.08 0.06
1 0.04 0.20 0.14
2 .02 .06 .3
1 2
(a) (b) (c) (d) (e) (f )
Calculai
P (X = 1
Y = 1)
Descriei n cuvinte evenimentul Determinai probabilitile Vericai dac Calculai
P (X 1 i Y 1). (X = 0 i Y = 0) i calculai marginale pentru X i Y .

i
probabilitatea acestuia.
sunt independente.
Determinai coecientul de corelaie
X,Y .
E(Y |X = 0).
Explicai n cuvinte ce reprezint aceast medie.
22
Exerciiu 2.26
i
O anumit rm primete comenzi la oricare dintre cele dou linii telefonice disponibile.
Pentru ecare linie, timpul de ateptare dintre dou apeluri este repartizat exponenial. Notm prin
cei doi timpi de ateptare. Presupunem c aceti timpi sunt independeni unul de cellalt. Dac
este timpul de ateptare mai mic dintre dou, atunci se poate arta c repartiia comun pentru este
X X X i Y
f (x, y ) =
(a) (b) (c) (d) (e) (f )
2e(x+y) , 0, Y
pentru altfel.
0 < x < y < .
Determinai densitatea de repartiie marginal a lui Determinai densitatea de repartiie a lui Gsii probabilitatea ca Vericai dac
X. X = x. X1
(i.e.,
condiionat de
s e mai mare dect
minute, tiind c
P (Y > 2|X 1)).
sunt independente.
Determinai media condiionat a lui Determinai probabilitile
Y tiind c X = 1. (i.e., P (X + Y 1) i P (X 1, Y 1). X

i
calculai
E(Y |X = 1)).
Exerciiu 2.27
Repartiia comun pentru variabilele aleatoare
este
f (x, y ) =
e(x+y) , 0,
pentru altfel.
0 < x, y < .
Determinai densitile de repartiie pentru variabilele aleatoare
U =X +Y
V =
X X +Y .
Exerciiu 2.28
(1) (2) (3)
Presupunem c timpii de funcionare continu a dou baterii,
unul de cellalt. De asemenea, presupunem c
T1 exp(1000h)
T1 i T2 , sunt independeni T2 exp(1200h). 1500h.
Determinai densitatea de repartiie comun celor dou variabile aleatoare. Calculai probabilitatea ca ambele baterii s funcioneze continuu mai mult de tiind c prima baterie a funcionat exact
1200h,
care este probabilitatea ca a dou baterie s mai
funioneze dup acest timp?
Exerciiu 2.29
Un b de lungime
1m
este rupt n dou, alegnd la ntmplare i uniform punctul de
rupere. S notm cu
distana de la stnga bului pn la punctul de rupere. Rupem din nou partea
din stnga (de lungime (a) (b) (c) Determinai
X ),
alegnd la ntmplare i uniform un nou punct de rupere. S notm cu
distana de la stnga bului rupt pn la noul punct de rupere.
E(Y |X = x). Folosind fX (x) i fY |X (y |x), Gsii fY (y ).

Vectorul aleator
determinai
f (x, y ).
Exerciiu 2.30
(X, Y )
are densitatea de repartiie
f (x, y ) =
(a) (b) Determinai valoarea lui
key 0,
pentru altfel.
0 < x < y < 1.
pentru care
Calculai coecientul de corelaie
f (x, y ) X, Y .
este o densitate de repartiie.
Exerciiu 2.31
Vectorul aleator
(X, Y )
f (x, y ) =
key 0,
pentru altfel.
x > 0, y > x.
23
(a) (b) (c)
Determinai valoarea lui Calculai
pentru care
f (x, y )
este o densitate de repartiie.
Determinai densitatile de repartiie marginale.
P (X > 1|Y < 3).

Fie variabilele aleatoare discrete
Exerciiu 2.32
X=x p(x)
(i) (ii)
Y,
reprezentnd sumele ce pot ctigate la dou
jocuri de noroc independente. Aceste variabile au tabelele de repartiie urmtoare:
5 0.5
10 0.4
20 0.1
Y =y p(y )
1 0.6
10 0.25
i
15 0. 1
30 0.05
S se determine repartiiile variabilelor aleatoare
m = min{X, Y }
M = max{X, Y }.
Determinai valoarea ateptat a ctigului cumulat din cele dou jocuri.
Exerciiu 2.33
Vectorul aleator
(X, Y )
f (x, y ) =
(a) (b) (c) Calculai probabilitile Calculai
exy 0,
pentru altfel.
x 0, y 0.
Calculai probabilitile
P (X 1, Y 1), P (X + Y 1), P (X + Y > 2). P (Y 1| X 1), P (X > 1| Y > 1), P (X 2Y ). E(Y | X = 1), E(X | X = 1).
Se arunc o moned ideal n mod repetat, independent de alte aruncri. Notm cu
Exerciiu 2.34
Xk
stema, sau
k (k N). Acesta poate 2 (ctig), dac apare Sn ctigul cumulat din primele n aruncri. Cunoscnd valorile S1 , S2 , . . . , Sn (i.e., istoria ctigurilor pn la rangul n), s se determine valoarea ateptat a ctigului la aruncarea n + 1, i.e., E[Sn+1 | Sn , Sn1 , . . . , S0 ].
ctigul obinut de un juctor la aruncarea de rang
(pierdere) dac apare cealalt fa. Notm cu
24
3 Statistic Aplicat (L3 & S3) Aplicaii la TLC

Justicare grac a teoremei limit central Exerciiu 3.1
n Figura 3.1 am reprezentat grac (cu bare) funciile de probabilitate pentru repartiiile
binomial i Poisson, atunci cnd numrul de extrageri n schema binomial este un numr mare. Observm c pentru un numr
n sucient de mare, cele dou grace se suprapun.

k k nk lim Cn p q =
Aceasta este o "demonstraie"
grac a urmtoarei convergene:
n p0
e k . k!
(3.1)
=np
0.12
0.1
0.08
0.06
0.04
0.02
10
15
20
25
30
Figura 3.1:
B (n, p)
P (np)
pentru
n = 100, p = 0.15
n practic, proprietatea (3.1) este satisfcut pentru
n 30, p 0.1, = n p 0.1.

Din gura 3.1, observm c gracul are forma clopotului lui Gauss, justicnd grac faptul c funciile de probabilitate pentru binomial ( repartiia normal.
albastru)
i Poisson (
rou)
tind la densitatea de repartiie pentru
n = input('n='); p = input('p='); lambda = n*p; a=fix(lambda-3*sqrt(lambda)); b=fix(lambda+3*sqrt(lambda)); % a si b sunt valorile din problema celor 3 x=a:b; fB=binopdf(x,n,p); fP=poisspdf(x,lambda); bar(x',[fB',fP'])
25
Exerciiu 3.2
X
(a) (b) (c)
O pereche de zaruri ideale sunt aruncate de
100
de ori, n mod independent. Notm cu
variabila aleatoare ce reprezint numrul de duble aprute. Care este probabilitatea de a obine exact S se calculeze
20
de duble?
P (14 X 17). P1 = P (X = 20).

20
ns
Aproximai probabilitile de la (a) i (b) folosind teorema limit central. (a) Avem de calculat
Soluie:
este o variabil aleatoare repartizat
B (100, 1/6),
aadar rezultatul exact este:
P1 =
(b) Notm cu
20 C100
1 6
5 6
80
0.0679. X.
Atunci,
FX
funcia de repartiie pentru variabila aleatoare binomial
P2 = P (14 X 17) = P (X 17) P (X < 14) = FX (17) FX (13)

17
=
k=14
(c) Dac aproximm
k C100
1 6
5 6
100k
0.3994.
P1
folosind formula
P (X = k )
obinem:
1 npq
k np npq
1 5 (k = 20, p = , q = ) 6 6
P1
Dac aproximm
1 100
1 6
5 6
20 100/6 0.0717. 5 100 1 6 6
P2
folosind formula
P (X k )
obinem:
k+ 1 np 2 npq
P2 = P (14 X 17) = P (X 17) P (X 13)

Codul
17 +
1 2
1 6
100
100 6
13 +
1 2
1 6
5 6
100
100 6
0.3907.
5 6
Matlab urmtor calculeaz probabilitile cerute.

= = = = binopdf(10,100,1/6) % valoarea exacta binocdf(17,100,01/6) - binocdf(13,100,1/6) % valoarea exacta 6/sqrt(500)*normpdf((20-100/6)*6/sqrt(500)) % valoarea aproximativa normcdf((17+0.5-100/6)*6/sqrt(500))-normcdf((13+0.5-100/6)*6/sqrt(500)) % aprox P1 P2 P1 P2
P1 P2 P1 P2
Exerciiu 3.3
Timpul de deservire la un anumit ghieu dintr-o banc este o variabil aleatoare repartizat
exponenial, cu media de
minute. tiind c n fa mai sunt nc
36
persoane ce ateapt s e servite
(prima persoan la rnd abia a fost chemat) i c timpii de servire sunt independeni, s se calculeze probabilitatea de a atepta mai mult de o or la rnd.
26
Soluie:
Atunci
Notm cu
Ti
timpul de deservire pentru persoana din rnd de pe poziia
i (i = 1, 36).
36
Ti
sunt variabile aleatoare independente i identic repartizate
exp(2).
Notm cu
S36 =
i=1
Ti .
Probabilitatea cutat este
P (S36 > 60) = 1 P (S36 60) = 1 FS36 (60).

Pentru o variabil aleatoare exponenial Deoarece Aadar,
exp(2),
media este
= 2
i deviaia standard este
n = 36 > 30, aplicnd S36 N (72, 12). Atunci,
teorema limit central, putem concluziona c probabilitatea cutat este aproximativ
= 2. Sn N (n, n).
1 - normcdf(60, 72, 12) = 0.8413.

Altfel, putem scrie probabilitatea sub forma
P (S36 > 60) = 1P (S36 60) = 1P
60 72 S36 72 12 12
= 1(1) = 1normcdf(-1) = 0.8413.
Observaia 3.1
Putem chiar determina i repartiia exact a variabilei aleatoare
S36 .
Folosind rezultatul
din Exerciiul 1.22, obinem c
S36 (36, 2).
Aadar, probabilitatea cutat este (exact)
1 - gamcdf(60, 36, 2) = 0.8426.
Exerciiu 3.4
este punctul de paii
Un cetean turmentat pleac de la bar spre cas. S presupunem c punctul de plecare
ori face un pas n fa, cu probabilitatea
O de pe axa orizontal i se mic doar pe aceast ax astfel: n ecare unitate de timp, acesta 0.5, ori face un pas n spate, cu probabilitatea 0.5, independent anteriori. Folosind Teorema limit central, estimai probabilitatea ca, dup 100 de pai, acesta
nu a ajuns la mai mult de doi pai de punctul de plecare.
Soluie:
Xi variabila aleatoare ce reprezint pasul pe care ceteanul l face la momentul i (i N). S atribuim X = 1, dac face un pas la stnga, i X = 1, dac face un pas la dreapta. Aadar, X este o variabil aleatoare discret ce poate lua doar dou valori, 1 i 1, ambele cu probabilitatea 0.5. Se 2 calculeaz cu uurin, E(X ) = 0 i D (X ) = 1. Suntem interesai s am ce se ntmpl dup 100 de
Fie
pai. Considerm mai nti
Sn =
i=1 n
Xi .
Atunci,
E(Sn ) =
i=1
deoarece
E(Xi ) = 0
D2 (Sn ) =
i=1
D2 (Xi ) = n,
{Xi }i=1, n
sunt independente. Pentru
n 30,
Teorema limit central spune c
Sn E(Sn ) Sn = N (0, 1), D(Sn ) n

echivalent cu
Sn N (0,
n).
Pentru
n = 100, S100 N (0, 10).
P (|S100 | 2) = P (2 S100 2) = FSn (2) FSn (2) 0.1585.

27
Matlab, calculm astfel:

N = input('N = '); X = 2*(rand(N,1)<0.5)-1; S = cumsum(X); plot(1:N, S, '-') Z=length(find(S == 0))
normcdf(2,0,10)-normcdf(-2,0,10).
% % % % %
Folosind urmtorul cod, putem simula n
Matlab micarea aleatoare 1dim (vezi Figura 3.2):

numar de pasi simuleaza pasii la fiecare moment simuleaza unde a ajuns dupa fiecare pas reprezinta miscarea numarul de reintoarceri la bar
Figura 3.2: Micare aleatoare (random walk)
1D .
Exerciiu 3.5
(a) Calculai (i) (ii)
Sn suma numerelor probabilitatea P = P (S2 6).

Notm cu
ce apar n
aruncri independente ale unui zar ideal.
(b) Folosii teorema limit central pentru a aproxima probabilitile urmtoare:
P1 = P (S50 > 180); P2 = P (340 S100 360).

(a) Tabloul de repartiie pentru
Soluie:
S2 5
4 36
este:
S2 :
de unde:
2
1 36
3
2 36
4
3 36
6
5 36
7
6 36
8
5 36
9
4 36
10 11 12
3 36 2 36 1 36
P = 1 P (S2 < 6) = 1 P (S2 5) = 1

(b) Notm cu Observm c:
10 13 = . 36 18
(i
Xi numrul aprut la aruncarea de rang i (i = 1, n). Xi = S1 U (6), = E(Xi ) = 3.5, 2 = D2 (Xi ) = 35 12

n n
= 1, n).
n
Sn =
k=1
Obinem c:
Xi ,
E(Sn ) =
k=1 875 6 ),
E(Xi ) = n E(Xi ) = 3.5n,
D (Sn ) =
k=1
D2 (Xi ) =
35 n. 12
S50 N (175,
S100 N (350,
875 3 ). Pentru aproximare, scriem
P (Sn x)
x + 0.5 E(Sn ) D(Sn )

28
Vom avea:
P1 = P (S50 > 180) = 1 P (S50 180) 1 5.5

n
6 875
0.3244.
Matlab,
1-normcdf(5.5*sqrt(6/875))
P2 = P (340 S100 360) = P (S100 360) P (S100 339) 10.5 3 875 10.5 3 875 0.4613.
Matlab,
normcdf(10.5*sqrt(3/875)) - normcdf(-10.5*sqrt(3/875))
Exerciiu 3.6
Aruncm o moned ideal n condiii identice i notm cu
n frecvena absolut de apariie
a feei cu stema din cele efectuate pentru ca
repetiii ale experimentului. Care este numrul minim de aruncri ce trebuie
P
Determinai
n 0.5 0.1 0.98. n
prin dou metode: (i) (ii) Folosind inegalitatea lui Cebev; Folosind Teorema limit central.
Soluie:
Aadar,
(i)
Observm c variabila aleatoare
n B (n, 0.5),
de unde
E(n ) =
n 2 i
D2 (n ) =
n 4.
E(
Folosim inegalitatea lui Cebev pentru
n n 1 ) = 0.5, D2 ( ) = . n n 4n n X = n , a = 0.1. Gsim c: =1 25 . n
P
Impunem condiia
n D2 n n 0.5 0.1 1 n 0.01
1
de unde obinem c (ii) Cutm
25 0.98, n
n 1250
astfel nct
P 0.1
Ne ateptm ca valoarea lui
n 0.5 0.1 = 0.98. n
(3.2)
s e mare, deci putem aplica Teorema limit central. Aplicnd TLC,
scriem c variabila aleatoare standardizat
n E(n ) n 0.5n = N (0, 1). D(n ) 0.5 n
29
Folosind aceasta, rescriem egalitatea (3.2) astfel:
n 0.98 = P 0.1 0.5 0.1 n n 0.5n n n = P 0.1 0.1 0.5 0.5 0.5 n n n = 5 5 n n n = 1 = 2 5 5 5
de unde
1 0.99
pentru repartiia normal
n 5
= 0.99
n 5
= (0.99) = z0.99 2.33 n 135.2974.
(cuantila de ordin n
standard). Din ultima egalitate gsim c
n = (5*norminv(0.99,0,1))^2
Aadar, pentru ca relaia din enun s aib loc, va trebui ca
n 136
Observm c aceast valoare este mult mai mic dect cea gsit anterior. Metoda a doua (TLC) ne d un rezultat mai bun dect cel obinut cu ajutorul inegalitii lui Cebev. Aici, mai bun se traduce prin faptul c, folosind numr mai mic de simulri ale experimentului, obinem acelai rezultat.
Exerciiu 3.2
puin
O companie independent de evaluri statistice a estimat ca un anumit candidat are
25%
anse s ctige alegerile locale.
Dorim s efectum un alt sondaj de opinie care s verice rezultatul
companiei. Determinai care ar trebui s e volumul minim de selecie pentru ca, cu o probabilitate de cel valorile
0.97, procentul de alegtori ce intenioneaz s-l voteze pe respectivul candidat se ncadreaz ntre 20% i 30%. Determinai volumul minim folosind cele dou metode menionate n Exerciiul 3.6.
S notm cu
Soluie:
Se cere cel mai mic
n numrul de n N pentru care
votani (din
alei aleator) care voteaz cu respectivul candidat.
P 0.2
echivalent cu
n 0.3 0.97, n
P
(i) Observm c variabila aleatoare
n 0.25 0.05 0.97. n n B (n, 0.25), de unde E(n ) = n ) = 0.25, n X=

n n ,
n 4 i
D2 (n ) =
3n 16 . Aadar,
E(
D2 (
n 3 )= . n 16n
Gsim c:
Folosim inegalitatea lui Cebev pentru
a = 0.05.
P
Impunem condiia
n D2 n n 0.25 0.05 1 n 0.052
=1
75 . n
1
de unde obinem c (ii) Cutm
75 0.97, n
n 2500
astfel nct
P 0.05
n 0.25 0.05 = 0.97. n

30
(3.3)
Ne ateptm ca valoarea lui
s e mare, deci putem aplica Teorema limit central. Aplicnd TLC,
scriem c variabila aleatoare standardizat
n E(n ) n 0.25n =4 N (0, 1). D(n ) 3n

Folosind aceasta, rescriem egalitatea (3.3) astfel:
0.97 = P 0.05
n 0.25 0.05 n n n n 0.25n = P 0.05 4 4 0.05 4 3 3 3n n n = 0.2 0.2 3 3 n n n = 0.2 1 0.2 = 2 0.2 3 3 3
i
de unde
0.2
n 3
= 0.985
0.2
n 3
standard). Din ultima egalitate gsim c
= z0.985 2.17 (cuantila de ordin 0.985 n 353.1969. n Matlab, calculm
pentru repartiia normal astfel:
n = 3*(norminv(0.985,0,1)/0.2)^2
Aadar, pentru ca relaia din enun s aib loc, va trebui ca
n 354
Observm, din nou, c aceast valoare este mult mai mic dect cea gsit anterior.
Exerciiu 3.7
Urmtorul set de date reprezint preurile (n mii de euro) a
20
de case, vndute ntr-o
anumit regiune a unui ora:
113 60.5 340.5 130 111.5 525 50 122.5
79 475.5 125.5 75
90 100 175.5 100 150 89 100 70
Determinai amplitudinea, media, mediana, modul, cuartilele i distana intercuartilic pentru aceste date. Care valoare este cea mai reprezentativ?
Soluie:
Rearanjm datele n ordine cresctoare:
50 60.5 70 113.5 122.5

Amplitudinea este
75 79 89 125.5 130
90 100 100 100 150 175.5 340.5

este este
111.5 475.5
525
525 50 = 475, media lor inferioar este Q1 = 84, cuartila superioar d = Q3 Q1 = 56. 340.5, 475.5, 525,
154.15, mediana este 105.75, modul este 100, cuartila Q3 = 140, Q2 = M e i distana intercuartilic este
Mediana este valoarea cea mai reprezentativ n acest caz, deoarece cele mai mari trei preuri, anume mresc media i o fac mai puin reprezentativ pentru celelalte date. n cazul n care setul de date nu este simetric, valoarea median este cea mai reprezentativ valoare a datelor. n
Matlab,
31
X = [113; 60.5; 340.5; 130; 79; 475.5; 90; 100; 175.5; 100; ... 111.5; 525; 50; 122.5; 125.5; 75; 150; 89; 100; 70 a = range(X); m = mean(X); Me = median(X); Mo = mode(X); Q1 = quantile(X,0.25); Q2 = quantile(X,0.5); Q3 = quantile(X,0.75); d = Q3 - Q1;
nlimea (n cm)
frecvena
[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, 30)
Tabela 3.1:
5 13 23 17 10 2
Exerciiu 3.8
Considerm datele din Tabelul 3.1. Determinai amplitudinea, media, mediana, modul,
dispersia i prima cuartil pentru aceste date.
Soluie:
Amplitudinea este
a = 30.
Media este
x =
(x f ) 1 = (2.5 5 + 7.5 13 + 12.5 23 + 17.5 17 + 22.5 10 + 27.5 2) = 13.9286. n 70
Dispersia este:
s2 =
1 ( (x2 f ) n x 2 ) n1 1 = (2.52 5 + 7.52 13 + 12.52 23 + 17.52 17 + 22.52 10 + 27.52 2 70 13.92862 ) 69 = 37.06. [10, 15). 35
Deoarece n clasele anterioare ([0,
Clasa median este clasa
5)
[5, 10))
se a deja
5 + 13 = 18
date mai mici dect mediana, pentru a aa nlimea median a plantelor (i.e., acea valoare care este mai mare dect nlimea a de plante i mai mic dect nlimea a alte
35
de plante), va trebui
s determinm acea valoare din clasa median ce este mai mare dect alte Aadar, avem nevoie de a determina o fracie median este
17
valori din aceast clas.
17 23 dintre valorile clasei mediane. n concluzie, valoarea
M e = 10 +
Clasa modal este cele
17 5 = 13.6957. 23 12.5.
[10, 15),
iar modul este valoarea central a clasei,
Calculm acum prima cuartil. mprim setul de date n patru. Prima cuartil este acea valoare dintre
70
care este mai mare dect alte
18
valori, adic
Q1 = 10.
Implementarea n
Matlab:
x = [2.5; 7.5; 12.5; 17.5; 22.5; 27.5]; % centrele claselor f = [5; 13; 23; 17; 10; 2]; % frecventele n = 70; m = sum(x.*f)/n; s2 = (sum(x.^2.*f) - n*m^2)/(n-1);
32
Exerciiu 3.9
O companie de asigurri a nregistrat numrul de accidente pe sptmn ce au avut loc
ntr-un anumit sat, n decurs de un an (52 de sptmni). Acestea sunt, n ordine:
1, 0, 2, 3, 4, 1, 4, 0, 4, 2, 3, 0, 3, 3, 1, 2, 3, 0, 1, 2, 3, 1, 3, 2, 3, 2, 4, 3, 4, 2, 3, 4, 4, 3, 2, 4, 1, 2, 0, 1, 3, 2, 0, 4, 1, 0, 2, 2, 4, 1, 2, 2
(a) Construii un tabel de frecvene care s conin numrul de accidente, frecvenele absolute i relative. (b) Gsii media empiric, mediana i deviaia standard empiric. (c) Reprezentai prin bare rezultatele din tabelul de frecvene. (d) Gsii i reprezentai grac (cdfplot) funcia de repartiie empiric a numrului de accidente. (e) Aproximai probabilitatea ca ntr-o sptmn aleas la ntmplare s avut cel puin dou accidente.
Soluie:
(a) Tabelul de frecvene este Tabelul 3.2.
numrul frecv. abs. frecv. rel.
0 7 0.1346
1 9 0.1731
2 14 0.2692
3 12 0.2308
4 10 0.1923
Tabela 3.2: Tabel de frecvene pentru Exerciiu 3.9
(b) Avem:
52
x=
i=1
(c) 3.3.
xi = 2.1731,
s=
1 51
52
(xi x )2 = 1.3094,
i=1 (x) Fn
M e = 2.
sunt reprezentate n Figura
Reprezentarea prin bare a numrului de accidente i gracul lui
(d) Funcia de repartiie empiric este:
0, 7 52 , 16 , 52 Fn (x) = P (X x) = 30 52 , 42 52 , 1,
Probabilitatea cerut la
x < 0; dac x [0, dac x [1, dac x [2, dac x [3, dac x 4.
dac
1); 2); 3); 4);
(e)
este:
P (X 2) = 1 P (X < 2) = 1 P (X 1) 1 Fn (1) = 1
Codul
16 = 0.6923. 52
Matlab pentru calcule i grace este:
Y = [zeros(7,1);ones(9,1);2*ones(14,1);3*ones(12,1);4*ones(10,1)]; m = mean(Y); s = std(Y); Me = median(Y); subplot(1,2,1); bar(0:4,[7,9,14,12,10]) % graficul cu bare subplot(1,2,2); cdfplot(Y) % graficul functiei de repartitie empirice
33
Figura 3.3: Reprezentare pentru numrul de accidente.
Exerciiu 3.10
este
Testm media notelor obinute de studenii din ultimul an al unei universiti. S pre-
supunem c pentru aceste note avem media de selecie
x = 7.24
i deviaia standard
s = 0.7.
Media ta
8.45.
Care i este poziia mediei tale, raportat la mediile colegilor ti? (i.e., cte deviaii standard,
s,
dedesubtul sau deasupra mediei de selecie te situezi?)
Soluie:
Calculm scorul
Z.
Avem: deviaii standard deasupra mediei de selecie.
z=
xx 8.50 7.24 = = 1.8 0.7

(a) (b) (c) Notm cu
Sn
numrul de steme ce apar la aruncarea repetat de
ori a unei monede
ideale. Folosii teorema limit central pentru a aproxima urmtoarele probabiliti:
P1 = P (S100 > 57); P2 = P (473 S1000 548); P3 = P (S50 = 25). Care este
valoarea exact a lui
P3 ?
Exerciiu 3.12
astfel nct
Fie X1 , X2 , . . . , Xn variabile aleatoare identic repartizate i independente stochastic, P (Xi > 0) = 1, i (i.e., Xi > 0 a.s.). Artai c pentru n sucient de mare, produsul X1 X2 . . . Xn urmeaz repartiia lognormal.
Exerciiu 3.13
(a) (b) (c) exact
Se arunc o pereche de zaruri n mod repetat i independent.
Care este numrul mediu de aruncri necesare pentru a obine o dubl? Care este probabilitatea de a obine o dubl pentru prima dat din cel mult
aruncri? Dar din
aruncri?
Aplicnd Teorema limit central, determinai numrul minim de aruncri necesare pentru ca, cu o
probabilitate de
0.95,
frecvena relativ a numrului de duble obinute s e ntre
0.25
0.35.
34
Exerciiu 3.14
aproxima: (a) (b)
Un zar ideal este aruncat de
48
de ori.
Utilizai Teorema limit central pentru a
probabilitatea ca suma punctelor obinute s e mai mare dect probabilitatea ca suma punctelor obinute s e ntre
165.
160
175.
Dac
X P (1), determinai cel mai mic numr natural n pentru care P (X < n) 0.99.
o variabil aleatoare cu
Fie
= E(X ) = 1
D2 (X ) = 0.2.
Determinai
marginile inferioare pentru urmtoarele probabiliti:
P (0.5 X 1.5),
P (|X 1| < 2).

care pot lua urmtoarele
Exerciiu 3.17 Considerm irul de variabile aleatoare independente {Xn }nN

valori:
n, 0,
n,
cu probabilitile:
1 P (X1 = 0) = 1, P (Xk = k ) = P (Xk = k ) = k

Artai c acest ir satisface legea slab a numerelor mari.
2 P (Xk = 0) = 1 , k
k = 2, 3, 4, . . . .
Exerciiu 3.18
intervalul
Teorema limit central arm c suma unui ir de v.a. independente i identic reparti-
zate are o form normal, indiferent ce tip de repartiie au variabilele din ir. Dorim s dovedim aceasta grac, prin simulri n
Matlab, alegnd o funcie de repartiie oarecare.
S alegem
40
de numere din
[0, 1]
ce au una dintre densitile de repartiie de mai jos.
Calculm suma lor, notat
S40 .
Repetm acest eperiment de
n acelai sistem de coordonate, desenm densitatea de repartiie Urmrii ct de bine se potrivesc cele dou grace. (a)
1000 de ori i realizm un grac cu bare (20 de bare) a rezultatelor obinute. N (, ), unde = (S40 ) i = (S40 ).
(b)
f (x) = 2x;
f (x) = 3x2 ; n,
(c)
f (x) = 2 4|x 0.5|. Sn

din exerciiul precedent s e
Exerciiu 3.19
aleatoare n
Ct de mare ar trebui s e
astfel nct suma
aproximativ normal? Rspundei al aceast ntrebare alegnd, pe rnd, cte
n = 1, 5, 15, 20 n
numere
[0, 1],
pentru ecare dintre densitile de repartiie de la
(a) (c),
calculai de ecare dat pentru care obinei
Sn
i repetai experimentul de
1000
de ori. Determinai, de ecare dat, pe acel
cea mai bun potrivire ntre gracul cu bare i gracul densitii de repartiie.
35
Utiliznd funciile
legernd(< param >, m, n)

i
(4.1)
random( lege , < param >, m, n)

introduse anterior, putem genera variabile aleatoare de selecie de un volum dat, trebui ca
(4.2)
n.
Pentru aceasta, va
m=n
n (4.1) i (4.2). Astfel, comanda
random('norm',100,6, 50,50)
genereaz o matrice ptratic, de dimensiune
50.
Putem privi aceast matrice aleatoare astfel: ecare
coloan a sa corespunde unei variabile aleatoare de selecie de volum valori ale sale obinute la o observaie. n total, avem aleatoare de selecie. Aadar, am generat repartiia
50,
creia i precizm cele
50
de
50
de coloane, corespunznd celor
50
de variabile aleatoare de selecie de volum
50 de 50, ce
variabile urmeaz
N (100, 6).
Presupunem c masa medie a unor batoane de ciocolat produse de o main este o n vederea vericrii parametrilor mainii, dintre batoanele primite
Exerciiu 4.1
caracteristic (i) (ii)
X N (100, 0.65).
ntr-un depozit s-au ales la ntmplare Calculai
1000
de buci.
Calculai media i deviaia standard ale mediei de selecie,
X. 102
de grame. Calculai
P (98 < X < 102). 98

de grame sau peste
(iii) Un baton este declarat rebut dac masa sa este sub procentul de rebuturi avute.
Soluie:
(i)
tim c media de selecie
urmeaz repartiia
N (100, 0.65/ 1000).
Aadar,
X = 100,
(ii) Probabilitatea
X 0.02.
P1 = P (98 < X < 102)
este
P1 = P (X < 102) P (X 98) = FX (102) FX (98) 1.

(iii) Probabilitatea de a avea un rebut este:
P2 = P {X < 98}
{X > 102}
= P (X < 98) + P (X > 102) = FX (98) + 1 FX (102),

de unde, procentul de rebuturi este
r = P2 100% 0.2091%,
adic aproximativ
rebuturi la
1000
de batoane.
36
Matlab, acestea pot calculate astfel:

mu = 100; sigma = 0.65; n=1000; % n = volumul selectiei X = normrnd(mu, sigma, n,n); % am generat selectia de volum n Xbar = mean(X); S = sigma/sqrt(n); % Xbar = media de selectie m = mean(Xbar); s = std(Xbar); % media si deviatia standard P1 = normcdf(102, mu, S) - normdf(98, mu, S); P2 = normcdf(98,mu,sigma) + 1 - normcdf(102,mu,sigma); rebut = P2*100;
Exerciiu 4.2
500ml
cel de (a) (b) (c) (d) i
amponul marca Fairhair se vinde acum n supermarket n trei mrimi (volume): 250ml, 1 litru. Treizeci la sut dintre cumprtorii acestui produs cumpr aconul de 250ml, 50% pe 500ml, iar restul pe cel de 1 litru. Notm cu X volumul unui acon de Fairhair. Fie X1 i X2
volumele acoanelor cumprate de doi dintre clieni, alei la ntmplare. Determinai repartiia mediei de selecie
2 Calculai D (X ) i comparai-o cu
Calculai probabilitatea
X . Calculai = D2 (X ).
media
E(X )
i comparai-o cu
= E(X ).
P (X 500).
Care ar trebui s e volumul minim de cumprtori pentru ca media de selecie s satisfac relaia
P (X 500) > 0.75?

Soluie:
Fie v.a.
ce reprezint volumul ales de un cumprtor. Atunci distribuia lui
este:
x p(x)
Deoarece
250 0.3
500 0 .5
1000 0.2
X2 sunt variabile aleatoare de selecie, ele X . Avem c = E(X ) = 525 i = D(X ) = 25 109. (a) Media de selecie este X = (X1 + X2 )/2. Repartiia
i
X1
sunt independente ac si au aceeai repartiie ca sa este:
x p(x)
Media este (b) (c) (d)
250 0.09
375 0.3
500 0.25
625 0.12
750 0 .2
1000 0.04
X = E(X ) = E(X ) = = 525. 109 X = = 25 < . 2 2 P (X 500) = 0.25 + 0.12 + 0.2 + 0.04 = 0.61. X N (0, 1) n general, X N , , de unde gsim c n n X
n
Aadar,
0.75 < P (X 500) = 1P (X 500) = 1P

de unde
500
n
= 1
500
n
= 1
n 109
n 109
< 0.25
n < 1 (0.25) = z0.25 = 0.6745, 109
de unde
2 n > 109 z0 .25 50.
37
Exerciiu 4.3
n vederea studierii unei caracteristici
ce are densitatea de repartiie
f (x) =
s-a efectuat o selecie repetat de volum unde
2 x, x (0, 1); 0, x (0, 1).

Se cere s se determine probabilitatea
n = 100.
P (X < 0.65),
este media de selecie.
Soluie:
Se observ cu uurin c
f (x)
ndeplinete condiiile unei funcii de repartiie, adic este
msurabil, nenegativ i
f (x) dx =
R 0
Pentru a calcula probabilitatea cerut, avem nevoie de
2 x dx = 1. E(X )
1
i
D2 (X ).
Avem:
E(X ) =
R
x f (x) dx =
0
2 2 x2 dx = , 3 4 1 = . 9 18
D2 (X ) = E(X 2 ) (E(X ))2 =

R
Aadar, repartiia mediei de selecie
x2 f (x) dx
este
XN
1 2 , 3 18 100
Putem acum calcula probabilitatea cerut. Ea este:
P (X < 0.65) = FX (0.65) = normcdf(0.65, 2/3, 1/(30*sqrt(2))) = 0.2398.
Exerciiu 4.4
Notm cu
P1 , P2 , . . . , P9
preurile oferite de
rea unui anumit tablou. Presupunem c acestea sunt variabile aleatoare repartizate uniform obinut pentru acest tablou.
9 ofertani la o licitaie public pentru vindeU (1000, 2000).
Obiectul se va vinde celui care vine cu oferta cea mai mare. Determinai valoarea ateptat a preului
Deoarece
P U (1000, 2000),
atunci
f (x) =
1 1000 ,
dac dac
0,
1000 < x < 2000 x (1000, 2000)
F (x) =
0, 1,
dac dac dac
x1000 , 1000
x 1000 1000 < x < 2000 x 2000
Funcia de repartiie a statisticii de ordine
M = P(9) = max{P1 , P2 , . . . , P9 } x R.
este
FT(9) (x) = [F (x)]9 ,

Densitatea de repartiie a statisticii de ordine
este
fT(9) (x) = FT(9) (x) = 9[F (x)]8 f (x),

38
x R.
Preul de vnzare ateptat este media variabilei aleatoare
M, x 1000 1000
8
2000
E(Y ) =
9 xfY (x)dx = 1000

1000
dx = 1900.
Exerciiu 4.5
manufacturier
Becurile produse de un manufacturier
au timpul mediu de funcionare de
1400
ore,
200 ore, n timp ce timpul mediu de funcionare ale becurilor produse de un B au timpul mediu de funcionare de 1200 ore, cu deviaia standard de 100 ore. Se face o selecie de 125 becuri din ecare tip i se testeaz becurile alese. Pentru seleciile date, care este probabilitatea ca becurile produse de A au un timp mediu de via mai mare cu (a) 160 de ore; (b) 250 de ore; mai mare dect timpul mediu de funcionare ale becurilor produse de B ? (c) Care este probabilitatea ca timpul mediu de funcionare al becurilor selectate din tipul A s e cuprins ntre 1375 de ore i 1425 de ore? (d) Presupunem c timpul mediu de funcionare ale becurilor produse de A este o v.a. normal. Alegem la ntmplare un bec de tipul A. Care este probabilitatea ca timpul s mediu de funcionare s e cuprins ntre 1375 de ore i 1425 de ore?
cu deviaia standard de
Soluie:
Notm cu
T1
T2
cele dou timpuri de funcionare. Avem c i
T1 = 1400, T1 = 200
Pentru o selecie de volum
T2 = 1200, T2 = 100.
n = 125
(vom considera c selecia este repetat, deoarece volumul seleciei
este mult mai mic dect numrul becurilor produse de ecare manufacturir), avem c:
200 T1 N (1400, ) 5 5
100 T2 N (1200, ). 5 5
Diferena mediilor de selecie este o v.a. repartizat astfel:
T1 T2 N (200, 20).
(a) Probabilitatea cerut este:
P (T1 T2 > 160) = 1 FT1 T2 (160) = 1 - normcdf(160,200,20) = 0.9772.

(b) Probabilitatea cerut este:
P (T1 T2 > 250) = 1 FT1 T2 (250) = 1 - normcdf(250,200,20) = 0.0062.

(c) Probabilitatea cerut este:
P (1375 T1 1425) = FT1 (1425) FT1 (1375) = normcdf(1425,1400,8*sqrt(5)) - normcdf(1375,1400,8*sqrt(5)) = 0.8377.

39
(c)
P (1375 T1 1425) = FT1 (1425) FT1 (1375) = normcdf(1425,1400,200) - normcdf(1375,1400,200) = 0.0995.
Exerciiu 4.6
n
Dou avioane zboar n aceeai direcie pe dou coridoare paralele. La momentul
t = 0,
6km n faa celui de-al doilea. Presupunem c viteza primului avion (msurat 510 i deviaia standard 10, iar viteza celui de-al doilea avion este normal repartizat, cu media 500 i deviaia standard 10. (a) Care este probabilitatea ca, dup 4 ore de zbor, al doilea avion s nu l ajuns pe primul? (b) Determinai probabilitatea ca, dup 4 ore de zbor, distana dintre cele dou avioane s e de cel mult 5km.
primul avion are un avans de
km/h)
este o v.a. repartizat normal, cu media
Soluie:
Notm cu
v1
v2
cele dou viteze. Avem c
v1 N (510, 10)
Dup
v2 N (500, 10). 4
pentru ecare v.a., anume
ore de zbor (adic avem cte o selecie de volum
{v1i }i , {v2i }i , i =
1, 4),
mediile de selecie for satisface:
v1 N (510, 5)
v2 N (500, 5).
Diferena mediilor de selecie este o v.a. repartizat astfel:
v1 v2 N (10, 5 2).
(a) Evenimentul ca, dup
4 {
ore de zbor, al doilea avion s nu l ajuns pe primul este
v1i + 6
i=1 i=1
v2i > 0} = {4v1 4v2 + 6 > 0}.
Probabilitatea acestui eveniment este:
3 3 3 P ({4v1 4v2 + 6 > 0}) = P ({v1 v2 > }) = 1 P ({v1 v2 }) = 1 Fv1 v2 ( ) 2 2 2 = 1 - normcdf(-3/2,10,5*sqrt(2)) = 0.9481.
(b) Evenimentul ca, dup
ore de zbor, distana dintre cele dou avioane s e de cel mult
5km
este
{|4v1 4v2 + 6| 5}.
Probabilitatea acestui eveniment este:
P ({|4v1 4v2 + 6| 5}) = P
11 1 v1 v2 4 4 1 11 = Fv1 v2 Fv1 v2 4 4 = normcdf(-1/4,10,5*sqrt(2)) - normcdf(-11/4,10,5*sqrt(2)) = 0.0379.
40
Exerciiu 4.7
proprieti:
S se arate c dispersia de selecie i dispersia de selecie modicat au urmtoarele
2 2 E[d2 (X )] = D (X ), E[d (X )] =
n1 2 D (X ), n N . n
Notm cu
= E(X ).
Avem c:
E(d2 (X )) = E = 1 E n 1 n
1 n
(Xi X )2
i=1 n 2 i=1
1 E n
(Xi + X )2
i=1 n n
(Xi ) 2(X )
i=1 n
(Xi ) +
i=1
( X ) 2
E (Xi )2 2nE (X )2 + nE (X )2
i=1
1 nE (X )2 nE (X )2 = n D 2 (X ) n1 2 = D 2 (X ) = D (X ). n n
Totodat, se observ c
1 nD2 (X ) nD2 (X ) n
2 E[d2 (X )] = D (X ).

(a) Un anumit component electric, care este strict necesar pe un satelit ce orbiteaz Pmntul,
are durata medie de funcionare continu de
10
zile.
Care este probabilitatea ca durata de funcionare continu a unui astfel de component s depeasc zile? (se consider c timpul de funcionare este o v.a. exponenial). De ndat ce se defecteaz, acest component va trebui nlocuit imediat cu unul nou, identic. Care este
10
(b)
numrul minim de componente de acest tip ce trebuie luate la plecarea ntr-o misiune de un an, pentru ca probabilitatea ca satelitul s devin inoperativ din cauza epuizrii tuturor rezervelor funcionabile s e mai mic de
0.02?
Considerm funcia
Exerciiu 4.9
f : R R, f (x) =
dat prin
a ex 0 f (x)
, x > 0; , x 0.
(i) Gsii valoarea parametrului (ii) Fie (ii) Fie
pentru care
este o densitate de repartiie; media de
X v.a. ce are densitatea de repartitie gasit. Calculai probabilitatea P (X > 1); {X1 , X2 , . . . , X100 } variabilele aleatoare de selecie repetat asupra lui X si e X selecie. Calculai P X > 1 i P X = a .

(i) (ii)
Determinai dispersia statisticii dispersie de selecie
d2 (X ).
Presupunem c timpul necesar pescuirii unui pete dintr-un anumit iaz este o variabil
aleatoare repartizat
exp(10min).
La un concurs, apte pescari se ntrec n a prinde cte un pete,
ctignd cel care l-a prins primul. Care este probabilitatea ca primul pete s e prins n mai puin de Care este probabilitatea ca toi cei
minute?
pescari s prins cte un pete n mai puin de
15
minute?
41
Exerciiu 4.12
(a)
Artai c dac
U U (0, 1),
atunci
X = + tan
(b) Generai n
1 2
C (, ).
Matlab o selecie de 500 de variabile aleatoare ce urmeaz repartiia Cauchy C (100, 10).
Cantitatea de ap consumat de Ana n ecare zi se presupune a o v.a. normal cu
Exerciiu 4.13
media
2l
i deviaia standard
300 ml,
independent de zi. Ana a cumprat azi un bax de
sticle a cte
2.5
litri de ap ecare. Presupunnd c Ana bea doar din apa cumprat azi, care este probabilitatea ca
ea s mai aib ap din acest stoc i dup o sptmn (7 zile, inclusiv cea de azi)?
Exerciiu 4.14
Masa medie a unui bagaj ce trece pe la serviciul de check-in al aeroportului din Iai pentru
cursa de Viena este o v.a. cu media i o v.a. cu media (a) (b)
21 kg
i deviaia standard
3.5 kg
pentru pasagerii de la clasa economic
12 kg
i deviaia standard
4.5 kg
pentru pasagerii de la clasa business. Presupunem c
aceste valori sunt ale unor variabile aleatoare independente de la un pasager la altul, indiferent de clas. Dac ntr-o anumit curs se a
16
pasageri la clasa business i
81
pasageri la clasa economic, care
este valoarea ateptat i deviaia standard a masei totale de bagaje ale pasagerilor din acel avion? Care este probabilitatea ca masa total de bagaje ale celor
97
de pasageri pentru aceast curs s
nu depeasc
2000 kg ? 6
pasageri de la clasa economic i a
(c) Se aleg la ntmplare bagajele a mic de
10
pasageri de la clasa business
i se cntresc. Care este probabilitatea ca diferena maselor bagajelor dintre cele dou clase s e mai
20 kg ?
Batoanele de ciocolat produse de o anumit rm cntresc ecare
Exerciiu 4.15
standard
50
g, cu deviaia buci.
0.02
g. Se aleg la ntmplare dou loturi de batoane de ciocolat, ecare avnd
Care este probabilitatea ca masele totale ale celor dou loturi s nu difere prin mai mult
100 de de 5 g?
Exerciiu 4.16
U (0, 10)
(a) (b) (c) repartizat
Presupunem c timpul de ateptare a autobuzului n staie este o v.a. Toi timpii sunt independeni ntre ei.
repartizat
pentru orele dimineii, iar timpul de ateptare a autobuzului n staie la orele serii este o v.a.
U (0, 8).
Dac ntr-o anumit sptmn luai autobuzul n ecare zi (5 zile lucrtoare), care este timpul total Care este abaterea standard a timpului total petrecut n staia de autobuz n ntreaga sptmn? Determinai valoarea medie i abaterea standard a diferenei dintre timpul total petrecut dimineaa
mediu pe care v ateptai s-l petrecei n staia de autobuz n ntreaga sptmn?
i timpul total petrecut seara n staia de autobuz n ntreaga sptmn?

Presupunem c (a) (b) (c) (d) (e) (f )
Fie
X1 , X2 , . . . , X10
o selecie repetat de volum
media i deviaia standard pentru primele dou statistici de ordine,
10 de v.a. repartizate U (0, 1). X(1) i X(2) .
Gsii
Tudor i Maria au hotrt s se ntlneasc ntre orele 1:00p.m. i 2:00p.m. n faa unui
restaurant local, pentru a lua prnzul. Notm cu
timpul sosirii Mariei i cu
sunt independente, ecare ind uniform repartizate
Y timpul U (1, 2).
sosirii lui Tudor.
Care este repartiia comun a vectorului Dac primul care ajunge ateapt
(X, Y )?
Care este probabilitatea ca amndoi s ajung ntre 1:15 i 1:30?
15
minute, iar dac celtalt nu sosete n acest timp pleac, care
este probabilitatea ca ei s se ntlneasc n faa acelui restaurant? Dac Tudor a ajuns la 1:15 p.m., care este probabilitatea ca Maria s ajuns pn la 1:30p.m.? Determinai probabilitatea ca primul sosit s ajung pn la ora 1:15p.m. Determinai probabilitatea ca amndoi s soseasc pn la ora 1:15p.m.
42
5 Statistic Aplicat (L5 & S5) Estimaii prin Matlab

Estimaii punctuale
Estimarea parametrilor prin metoda verosimilitii maxime poate realizat n
mle.
Matlab folosind funcia
Formatul general al funciei este:
[p, pCI] = mle(X,'distribution','lege','nume_1','val_1','nume_2','val_2',...)

unde:
este parametrul (sau parametrii) (sau vectorul de parametri) ce urmeaz a estimat punctual; este variabila de memorie pentru intervalul (intervalele) de ncredere ce va estimat;
pCI X
este un vector ce conine datele ce urmeaz a analizate; este parte din formatul comenzii iar
distribution
1.1;
lege
poate oricare dintre legile din Tabelul
nume_i/val_i
sunt perechi opionale de argumente/valori, dintre care amintim:
alpha
reprezint nivelul de conden pentru intervalul de ncredere. Valoarea implicit n este
Matlab
= 0.005;
ntrials (utilizat doar pentru repartiia binomial, reprezint numrul de repetiii ale experimentului.
Dac urmrim s estimm parametrii unei caracteristici gaussiene, atunci putem folosi comanda simplicat:
[p, pCI] = mle(X)

fr a mai preciza legea de distribuie.
vrsta
[18, 25) [25, 35) [35, 45) [45, 55) [55, 65)
Total
frecvena 34 76 124 87 64 385
frecvena relativ 8.83% 19.74% 32.21% 22.60% 16.62% 100%
frecvena cumulat 8.83% 28.57% 60.78% 83.38% 100.00% -
vrsta medie 21.5 30 40 50 60 -
Tabela 5.1: Tabel cu frecvene pentru rata somajului.
De exemplu, s lum drept obiect de lucru datele din Tabelul 5.1. O estimare a parametrilor metoda verosimilitii maxime este
prin
43
X=[7*rand(34,1)+18;10*rand(76,1)+25;10*rand(124,1)+35;10*rand(87,1)+45;10*rand(64,1)+55] [p, pCI] = mle(X)

i obinem estimrile:
p = 41.9716 pCI =
12.0228
% estimari punctuale pentru si
40.7653 43.1779
11.2439 12.9547
% intervale de incredere
unde prima coloan reprezint estimarea punctual i un interval de ncredere pentru estimarea punctual i un interval de ncredere pentru
, iar a doua coloan
Estimri punctuale i cu intervale de ncredere mai putem obine i utiliznd funcia
LEGEfit(X,alpha)
unde, n locul cuvntului i
alpha
LEGE
punem o lege de probabilitate ca n Tabelul 1.1,
este nivelul de conden. (Exemple:
X reprezint normfit, binofit, poissfit, expfit etc).

X
observaiile
Exerciiu 5.1
parametrului
S se arate c media de selecie din repartiia Poisson
constituie un estimator absolut corect i ecient al
P (). E(X ) = D2 (X ) = . =
n
Atunci,
Soluie:
Deoarece
X P (), E(X ) =
urmeaz c
1 E n =
Xi
i=1
1 n
E(Xi )
i=1
=
n
1 ( n
) = ,
i=1
D 2 (X ) =
1 2 D n2
Xi
i=1
1 n2
D2 (Xi )
i=1
1 ( n2
) =
i=1
0, n
cnd
n . .
Funcia
Aadar, conform deniiei, media de selecie este un estimator absolut corect pentru parametrul de probabilitate este
f (x, ) = e
de unde
x , x N, x!
ln f (x, ) x = 1 + . ln f (X, ) X X2 + 2
2
Calculm eciena estimatorului. Avem
In () = n E
= nE 1 2
Se observ c
=n X
12
1 + 2 (2 + )
n .
D2 (X ) In () = 1,
deci estimatorul
pentru
este ecient.
44
Exerciiu 5.2
Fie
Xi B (1, p), i = 1, n
n
= nX =
i=1
S se arate c
Xi ,
numrul de succese n
incercri.
este
un estimator sucient pentru
p.
Soluie:
Pentru vericarea sucienei, utilizm deniia. Avem succesiv:
L(x1 , x2 , . . . , xn ; p) =
pxi (1 p)1xi
i=1 n n
xi = p i=1
n
i=1
xi
(1 p) (x), p), = g (x) h(

unde
g (x) 1
(x) (x), p) = p h( (1 p)n(x) .
Exerciiu 5.3
Aruncm o moned despre care nu tim dac este sau nu corect (adic, probabilitatea
de apariie a feei cu stema nu este neaprat
0.5).
Fie
variabila aleatoare ce reprezint numrul de
apariii ale feei cu stema la aruncarea repetat a unei monede. Notm cu ca la o singur aruncare a monedei apare stema. Realizm valorile (1 nseamn c faa cu stema a aprut iar
probabilitatea evenimentului
80
de aruncri ale acelei monede i obinem
dac nu a aprut):
0 1 0 0 1 0 1 1 0 1 0 0 1 0 1 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 1 0 1 0 1 1 0 1 0 1 0 1 0 0 0 1 1 0 0 1 0 1 1 0 1 1 0 0 0 1 1 0 1 0 1 1 0 1 1 1 0 0 0 1 0 1 0
(1) S se gseasca un estimator absolut corect pentru din
i a se studieze eciena acestuia.
(2) S se gseasc estimaii punctuale i intervale ncredere pentru
Matlab.
p,
folosind funciile
mle
binofit
Soluie:
(1) Repartiia lui
este Bernoulli,
B (1, p).
Astfel,
E(X ) = p,
Un estimator absolut corect pentru medie este
D2 (X ) = p(1 p). (Xk )k=1 n . p(1 p) 0. n n2
Considerm variabilele de selecie repetat de volum,
X,
deoarece
E(X ) = E(X )
n
Aadar, pentru selecia dat, valoarea (2) Utiliznd funciile
D2 (X ) =
x=
k=1
xk = 0.5125.
Matlab astfel:
[p,pCI] = mle(Y,'distribution','bino','ntrials',1,'alpha',0.05)
45
cu rezultatul:
p = 0.5125
pCI =
0.3981 0.6259
sau, folosind comanda
binofit,
[p,pCI] = binofit(sum(Y),length(Y),0.05)
cu rezultatul:
p = 0.5125
pCI = 0.3981 0.6259
Exerciiu 5.4
Considerm un vector ale crui componente sunt:
X = 2*rand(1e6,1) - 1;
Dac presupunem c aceste observaii au fost obinute urmrind valorile unei v.a. atunci estimm parametrii si astfel: normale
N (, ),
[mu, sigma] = normfit(X)

Gsim estimrile
mu = 0.0006425 sigma =0.5771

Dac presupunem c aceste observaii au fost obinute urmrind valorile unei v.a. uniforme continuu
U (a, b),
atunci estimm parametrii si astfel:
[a, b] = unifit(X) a = -1.0000 b = 1.0000
Exerciiu 5.5
1RON
Considerm urmtorul joc de noroc: Se arunc o moned pentru care probabilitatea de
apariie a feei cu banul este
Dac la o aruncare a monedei apare faa cu banul, atunci juctorul pierde
i jocul se ncheie. Altfel, pentru ecare apariie consecutiv a feei cu stema ctig
1RON
i are
posibilitatea s arunce din nou moneda. oprete.
Jocul continu pn la apariia feei cu banul, cnd jocul se
46
Notm cu este:
suma (ctigat sau pierdut) la acest joc de noroc i presupunem c funcia sa probabilitate
f (x; ) =
(a) (b) Vericai dac
(1 )2 x
, x = 1; , x = 0, 1, 2, . . . E(X )
(valoarea ateptat a
f (x; )
este o funcie de probabilitate legitim. Calculai
ctigului).
. 10 persoane au participat la acest joc, {1, 1, 0, 1, 2, 3, 1, 1, 2, 0}. Folosii aceste observaii

Determinai un estimator pentru parametrul (c) Un numr de tatea de a pierde la acest joc.
urmtoarele ind sumele rezultate n ecare caz: pentru a determina o estimare pentru probabili-
Soluie:
(a) Mai nti, observm c
(0, 1).
Artm c suma probabilitilor este 1. Avem:
+
x=0
Media variabilei aleatoare
(1 )2 x = + (1 )2
x=0
este:
x = + (1 )2
1 = 1. 1
E(X ) = +
x=0
(1 )2 xx = + (1 )2
x=0
xx = + (1 )2
= 0. (1 )2 ,
deoarece
Observm c nu putem utiliza metoda momentelor pentru a determina un estimator pentru
E(X )
nu depinde de
(nu conine nicio informaie despre
).
(b) Notm cu
variabila aleatoare ce reprezint numrul de insuccese (i.e., numrul variabilelor aleatoare
de selecie pentru care
Xi = 1).
Atunci, funcia de verosimilitate este:
nY n nY Y+
Xi
i=1
L() =
i=1
Logaritmnd, obinem:
f (xi ; ) =
Y i=1
(1 )
2 Xi
(1 )2(nY ) .
nY
ln L() = (Y +
i=1
Xi ) ln + 2(n Y ) ln(1 )
Punctele critice pentru aceast funcie veric ecuaia:
ln L() = 0,
de unde gsim c
nY
Y + = 2n Y +
Xi
i=1 nY
. Xi
i=1
Se veric faptul c derivata a doua a acestei funcii n raport cu este de maxim.
este negativ, deci punctul obinut
47
Pentru urmtoarele observaiile date, gsim c
= Y = 2 i valoarea estimatorului este

3 7.
2+10 202+10
3 7 , ceea
ce nseamn c probabilitatea de a pierde la acest joc este Mai mult, observm c estimaia lui
bazat pe un ir de
observaii toate egale cu
este
= 1
nY
(deoarece, n acest caz, pierdante este
Y = n,
i=1
Xi = 0), adic estimarea ansei de a pierde bazat pe cele n observaii
1.
Timpii de deservire la un anumit ghieu pentru 7 clieni sunt (n minute.fraciuni de mi-
Exerciiu 5.6
nut):
estimatori pentru parametrul
3.14, 4.63, 2.71, 4.85, 4.37, 5.12, 3.49 sunt valori ale unei caracteristici uniforme U (0, ). Determinai prin metoda momentelor i prin metoda verosimilitii maxime. Calculai
valorile estimatorilor pentru selecia dat.
Soluie:
Densitatea de repartiie pentru o variabil aleatoare
U (0, )
este
1 f (x; ) = 0
Metoda momentelor:
selecie de ordinul nti
, x (0, ); , n
rest
Egalnd momentul teoretic de oridinul nti
(1 (X ) = E(X ))
cu momentul de
(1 (X ) = X ),
obinem:
= E(X ) = X, 2
de unde estimatorul obinut prin metoda momentelor este este
1 = 8.0886.
1 = 2X .
Pentru selecia dat, valoarea acestuia
Metoda verosimilitii maxime:
Funcia de verosimilitate este
1 L(X ; ) = n 0
, Xi (0, ), i = 1, n; ,
n rest
Observm c aceast funcie admite un maxim doar n cazul n care toate variabilele aleatoare de selecie iau valori n n
(0, ),
caz n care
max Xi .
i=1, n
Dar, funcia de verosimilitate este o funcie descresctoare
aadar maximumul lui
L()
se obine pentru
2 = max Xi .
i=1, n
Pentru observaiile date, estimaia de verosimilitate maxim este
2 = 5.12.
Observaia 5.1
foarte mare (n
Dei valorile celor doi estimatori sunt diferite, totui, dac numrul de observaii este atunci estimaiile date de i
),
vor sensibil egale. Pentru un numr mic de
observaii, aceste valori nu sunt neaprat uniform distribuite ntr-un interval, deci nu ne putem atepta la valori egale pentru
2 .
48
Estimaii prin intervale de ncredere n Matlab

Exemplu 5.2
masa de O main de ngheat umple cupe cu ngheat. Se dorete ca ngheat din cupe s aib Desigur, este practic imposibil s umplem ecare cup cu exact
= 250g.
250g
de ngheat.
Presupunem c masa coninutului din cup este o variabil aleatoare repartizat normal, cu masa necunoscut i dispersia cunoscut, ntmplare
= 3g. Pentru a verica dac maina este ajustat bine, se aleg la 30 de nghetate i se cntrete coninutul ecreia. Obinem astfel o selecie repetat, x1 , x2 ,
. . . , x30
dup cum urmeaz:
257 248
249 256
251 247
251 250
252 247
251 251 249 251 247 252
248 248
248 253
251 251
253 247
248 253
245 244
251 253
Se tie c un estimator absolut corect pentru masa medie este media de selecie, Se cere s se gseasc un interval de ncredere pentru
cu nivelul de
X = 250.0667. conden 0.99.

este:
Soluie:
Dup cum am vzut mai sus, un interval de ncredere pentru
(, ) =
Urmtorul cod
, x z1 2 n
x + z1 2 n
Matlab furnizeaz un interval de ncredere bazat pe datele de selecie observate.
n=30; sigma=3; alpha = 0.01; x=[257 249 251 251 252 251 251 249 248 248 251 253 248 245 251 ... 248 256 247 250 247 251 247 252 248 253 251 247 253 244 253]; z = icdf('norm',1-alpha/2,0,1); % cuantila de ordin 1-alpha/2 pentru normala m1 = mean(x)-z*sigma/sqrt(n); m2 = mean(x)+z*sigma/sqrt(n); % capetele intervalului fprintf('(m1,m2)=(%6.3f,%6.3f)\n',m1,m2); % afiseaza intervalul dupa modul dorit
Rulnd codul, obinem intervalul de ncredere pentru
cnd
este cunoscut:
(, ) = (248.659, 251.478).
Observaia 5.3
ncredere cnd
Exist funcii predenite n
Matlab ce furnizeaz estimatori punctuali i intervale de Matlab predenite).
ncredere. A se compara rezultatul din acest exerciiu cu cel din Exemplul 5.4 (estimare a intervalului de
nu este cunoscut) sau Exerciiul 5.6 (intervale furnizate de funcii
Exemplu 5.4
S se gseasc un interval de ncredere pentru masa medie din Exerciiul 5.2, n cazul n
care abaterea standard
nu mai este cunoscut.
Soluie:
Dup cum am vzut mai sus, un interval de ncredere pentru
este:
(, ) =
d (X ) x t1 , ; n1 2 n
49
d (X ) x + t1 ; n1 2 n
Figura 5.1: Intervalul de ncredere pentru Exerciiu 5.2.
Urmtorul cod
Matlab furnizeaz un interval de ncredere bazat pe datele de selecie observate.
n=30; alpha = 0.01; x=[257 249 251 251 252 251 251 249 248 248 251 253 248 245 251 ... 248 256 247 250 247 251 247 252 248 253 251 247 253 244 253]; dev = std(X); % deviatia standard de selectie t = icdf('t',1-alpha/2,n-1); % cuantila de ordin 1-alpha/2 pentru t(n-1) m1 = mean(x)-t*dev/sqrt(n); m2 = mean(x)+t*dev/sqrt(n); % capetele intervalului fprintf('(m1,m2)=(%6.3f,%6.3f)\n',m1,m2); % afiseaza intervalul dupa modul dorit
Rulnd codul, obinem intervalul de ncredere pentru
cnd
este cunoscut:
(, ) = (248.572, 251.561).
Observaia 5.5
predenite).
A se compara rezultatul din acest exemplu cu cel din Exemplul 5.2 (estimare a in-
tervalului de ncredere cnd
este cunoscut) sau Exerciiul 5.6 (intervale furnizate de funcii
Matlab
Exemplu 5.6
Suntem, din nou, n cadrul Exerciiului 5.2, cu meniunea c dispersia nu este cunoscut
a priori (vezi Exerciiu 5.4). Dorim s obinem o estimaie printr-un interval de ncredere pentru
nu este cunoscut. Folosind funcia
cnd
normfit
obinem chiar mai mult dect ne propunem, i anume:
estimaii punctuale pentru
i cte un interval de ncredere pentru ambele. Rulnd funcia, adic
[m,s,mCI,sCI] = normfit(X,0.01)
50
Observm c valorile furnizate pentru intervalul de ncredere pentru obinute n Exerciiu 5.4.
, (mCI),
sunt exact aceleai ca cele
m = 250.0667
s = 2.9704
mCI = 248.572 251.561
sCI =
2.2111 4.4159
Observaia 5.7
= 0.01)
S presupunem c facem
50
de selecii repetate de volum
30
(adic alegem n
50
de zile
diferite cte o selecie de
30
de ngheate) i am intervalele de ncredere (toate cu nivelul de conden
pentru masa medie a coninutului. Figura 5.2 reprezint grac cele
50
de intervale.
Dup cum se observ din gur, se poate ntmpla ca un interval de ncredere generat s nu conin valoarea pe care acesta ar trebui s o estimeze. Aceasta nu contrazice teoria, deoarece probabilitatea cu care valoarea estimat este acoperit de intervalul de ncredere este
P < < = 1 = 0.99,

deci exist anse de a grei n estimare, n cazul de fa de
1%.
Figura 5.2:
50
de realizri ale intervalului de ncredere pentru
Exemplu 5.8
nscrii, doar conden de
ntr-un institut politehnic, s-a determinat c dintr-o selecie aleatoare de
100
de studeni
67 au terminat studiile, obinnd o diplom. Gsii un interval de ncredere care, cu o 90%, s determine procentul de studeni absolveni dintre toi studenii ce au fost nscrii.
67 = 0.1, n > 30, p = 100 = 0.67, np = 67 > 5 i n(1 p) = 33 > 5. informaie despre N (numrul total de studeni nscrii), putem presupune c
Soluie:
Mai nti, observm c
Deoarece nu ni se d vreo
n < 0.05N .
Gsim c intervalul de ncredere cutat este:
0.67 z0.975
0.67 (1 0.67) , 100
0.67 + z0.975
0.67 (1 0.67) 100
= (59.27%, 74.73%).
51
Exemplu 5.9
Dintr-o selecie de
200 de elevi ai unei coli cu 1276 de elevi, 65% arm c dein cel puin = 0.05.
gsim c un interval de ncredere
un telefon mobil. S se gseasc un interval de ncredere pentru procentul de copii din respectiva coal ce dein cel puin un telefon mobil, la nivelul de semnicaie
Soluie:
Avem:
la nivelul de semnicaie
n = 200, N = 1276, p = 0.65. 0.05 este 0.65 (1 0.65) 200
Deoarece
n 0.05N ,
0.65 1.96
1276 200 , 1276 1
0.65 + 1.96
0.65 (1 0.65) 200
1276 200 1276 1
= (58.93%, 71.07%).
Observaia 5.10
p
Dac se dorete estimarea volumului seleciei pentru care se obine estimarea proporiei
printr-un interval de ncredere cu o eroare maxim
E,
atunci folosim formula
E = z1 2
Dac am putea ghici proporia populaiei,
p (1 p) n
(5.1)
p,
atunci gsim urmtoarea estimare a volumului seleciei:
n = p(1 p) [ ] este partea ntreag. Dac p pentru p = 0.5 i estimm pe n prin

unde
z1 2 E
, p(1 p)
(5.2)
nu poate ghicit, atunci folosim faptul c
este maxim
n=
1 4
i
z1 2 E 40%
Exemplu 5.11
Un studiu susine c ntre
35%
dintre elevii de liceu din ar fumeaz. Ct de
mare ar trebui s e volumul unei selecii dintre elevii de liceu pentru a estima procentul real de elevi ce fumeaz, cu o eroare de estimare maxim de
0.5%.
Se va alege nivelul de semnicaie
= 0.1. 50%).
Soluie:
Folosim formula (5.2), pentru
p = 0.4
(se alege valoarea
40%,
cea mai apropiat de
Cuantila este
z0.95 = 1.28.
Gsim c o estimaie pentru
n
2
este:
n = 0.4(1 0.4)
1.64 0.005
= 25820.
Exemplu 5.12
O fabric produce batoane de ciocolat cntrind
100g
ecare. Pentru a se estima aba-
terea masei de la aceast valoare, s-a fcut o selecie de
35
de batoane, obinndu-se valorile:
100.12; 99.89; 99.76;
99.92; 100.15; 100.1;
100.1; 99.9; 99.24;
99.89; 99.7; 98.19;
100.07; 99.88; 100.11; 99.90; 99.97; 100.2; 100.2; 99.7; 100.2; 100.1; 100.04; 99.89; 100.15; 100.5; 99.79; 98.95; 100.23; 99.89;
52
100.12;
98.63;
99.03;
100.3;
98.68.
pentru deviaia standard masei batoanelor produse de res-
Gsii un interval de ncredere (cu pectiva fabric.
= 0.05)
Soluie:
Mai nti, calculm
d2 (x).
Avem:
d2 (x) =
Din tabele, sau utiliznd
1 35
35
[Xi 100]2 = 0.3.

i=1
Matlab, gsim cuantilele:

2 0.975; 35 = 53.2033; 2 0.025; 35 = 20.5694.
Matlab, cuantilele se calculeaz astfel:

icdf('chi2',0.975, 35); icdf('chi2',0.025, 35)
Intervalul de ncredere pentru dispersie este:
( 2 , 2 ) = (0.20, 0.51).
Pentru variaia standard, intervalul de ncredere este:
(, ) = ( 0.2, 0.51) = (0.44, 0.71).
Exemplu 5.13
de nicotin de
Gsii un interval de ncredere (cu
nicotin a unui anumit tip de igri, dac o selecie de
= 0.05) pentru deviaia standard a coninutului de 25 de buci are deviaia standard a coninutului
1.6mg. s = d (x) = 1.6.

Din tabele, sau utiliznd
Soluie:
Mai nti,
Matlab, gsim:
2 0.975; 24 = 39.3641;
Intervalul de ncredere pentru dispersie este:
2 0.025; 24 = 12.4012.
( 2 , 2 ) = (1.56, 4.95).
Pentru variaia standard, intervalul de ncredere este:
( 1.5608, 4.9544) = (1.25, 2.22).
Exemplu 5.14
Dou strunguri sunt potrivite s produc piese identice pentru o comand.
Pentru a
estima dac abaterile diametrelor pieselor produse de cele dou maini sunt sensibil egale, s-au luat la ntamplare dou seturi de volume la urmtoarele rezultate:
n1 = 7
n2 = 10
de piese din cele dou loturi. Msurtorile au condus
53
Lotul Lotul
1 2
25.06 25.01
24.95 25.09
25.01 25.02
25.05 24.95
24.98 24.97
24.97 25.03
25.02 24.99
24.97
25.03
24.98
S se determine un interval de ncredere pentru raportul dispersiilor diametrelor pieselor produse de cele dou loturi (
= 0.1).
Se va presupune c diametrele pieselor urmeaz o repartiie normal.
Soluie:
Determinm mai nti dispersiile empirice. Acestea sunt:
d2 1 =
Cuantilele sunt:
1 6
(L1i L1i )2 = 0.0412

i=1
d2 2 =
1 9
10
(L2j L2j )2 = 0.0409.

j =1
f0.05, 6, 9 = 0.2440
Folosind
f0.95, 6, 9 = 3.3738.
Matlab, putem calcula cuantilele astfel:

f1 = finv(0.05, 6, 9); f2 = finv(0.95, 6, 9);
Gsim intervalul de ncredere:
(f1 , f2 ) (0.25, 3.4).
Dintr-o selecie de 45 de baiei ai unei coli, 21 au spus c le place Matematica, iar dintr-o 65 de fete ale aceleiai coli, 37 au susinut c le place aceast disciplin. Construii un interval de ncredere la nivelul de semnicaie = 0.02 pentru diferena proporiilor de baiei i fete din respectiva selecie de coal crora le place Matematica.
Exemplu 5.15
Soluie:
Mai nti,
p1 =
21 45
23 45 ,
p2 =
37 65
37 65 i
z0.99 2.33.
Intervalul cutat este:
21 37 2.33 45 65
24 45 + 45
28 65 , 65
21 37 + 2.33 45 65
21 45
24 45 + 45
37 65
28 65 = (0.1990, 0.0061). 65
Exerciiu 5.16
de volum cu
O selecie aleatoare de volum ce are deviaia standard
N = 1000,
n = 25 = 2.
cu media se selecie
x = 50
se ia dintr-o populaie
(a) Dac presupunem c populaia este normal, gsii un interval de ncredere pentru media populaiei,
= 0.05. = 0.05)
n cazul n care populaia nu este
(b) Gsii un interval de ncredere pentru media populaiei ( normal.
Soluie:
(a) Gsim intervalul de ncredere
(, ) =
2 50 z0.975 , 25
2 50 + z0.975 25
= (48.4, 51.6).
54
(b) Deoarece populaia nu este normal distribuit i nici volumul populaiei nu este mare (n lui
< 30),
vom
estima intervalul de ncredere bazndu-ne pe inegalitatea lui Cebev. Avem c probabilitatea ca valorile
s e aproximate prin
X =
cu o eroare de cel mult
deviaii standard este:
P ({|X X | < kX }) 1
Lund
1 . k2
1 = 0.95, k2
gsim
k=
20.
Astfel, un interval de ncredere pentru media populaiei va
(, ) =
x k , x + k n n
2 = D 2 (X ) = X
50
2 20 , 25
50 +
2 20 25
= (46.42, 53.58).
Am folosit faptul c
rior, de aceea inegalitatea lui Cebev este rar folosit pentru a determina intervale de ncredere. Totui, n acest caz nu aveam o alt alternativ de calcul. Dac se dorete o precizie mai bun, ar indicat ca volumul seleciei s e de cel puin
2 . n
Observm c acest interval este mai mare dect cel gsit ante-
30, caz n care putem folosi aproximarea cu repartiia normal.
Exerciii propuse Exerciiu 5.7 Exerciiu 5.8

Artai c
n (1 X ) este un estimator sucient pentru parametrul p din repartiia B (n, p). In ()

pentru o caracteristic
Artai c informaia Fisher
N (, )
este
In () = nI1 () =
(deci, cantitatea de informaie crete cu descreterea lui
n . 2
.) 2 = D2 (X ),
iar
Exerciiu 5.9
2 Artai c statistica d (X ) este un estimator absolut corect pentru 2 2 statistica d (X ) este un estimator corect, dar nu absolut corect, pentru D (X ).
Exerciiu 5.10
B (n, p).
Estimai prin metoda verosimilitii maxime parametrul
al unei caracteristici
Exerciiu 5.11
prin:
Determinai un estimator punctual (prin metoda momentelor i prin metoda verosimili-
tii maxime) pentru parametrul
al caracteristicii
ce are densitatea de repartiie
f : R R+ ,
dat
f (x; ) =
Vericai dac estimatorul gsit este deplasat.
ex 0
, x > 0, , x 0.
Exerciiu 5.12
Fie selecia
871 822 729 794 523 972 768 758 583 893 598 743 761 858 948 598 912 893 697 867 877 649 738 744 798 812 793 688 589 615 731
S se estimeze absolut corect dispersia populaiei din care provine aceast selecie.
55
Estimai prin metoda momentelor parametrii unei caracteristici
X N (, ). n efectuate asupra
Dac
{Xi }i=1, n
sunt variabile aleatoare de selecie repetat de volum
unei caracteristici
X,
artai c informaia Fisher
In ()
denit prin
In () = E
este
L(X, )
In () = nI1 ().
(i.e., informaia Fisher coninut n selecia dat este de
ori informaia coninut
ntr-o singur variabil de selecie.)
Exerciiu 5.15
N (, ).
S se arate c
este un estimator ecient pentru parametrul
al repartiiei normale
Considerm o selecie de volum
n dintr-o colectivitate repartizat (n, ), n N.
Gsii
un estimator pentru parametrul
prin metoda verosimilitii maxime i unul prin metoda momentelor.
Considerm funcia
f : R R, dat prin 2 x e xa2 , x > 0; f (x) = a 0 , x 0. a,

funcia
(a) Pentru ce valori ale parametrului (S notm cu
f (x)
variabila aleatoare ce are aceast densitate de repartiie);
(b) Gsii un estimator pentru parametrul similitii maxime); (c) Calculai
(folosind, la alegere, metoda momentelor sau metoda vero-
E( a), D2 ( a), P (X > 0).

La un control de calitate se veric masa tabletelor de ciocolat produse de o anumit
Exerciiu 5.18
main. Pentru a se realiza acest control s-a efectuat o selecie de ciocolatelor are urmtoarele dimensiuni (n grame):
50
tablete i s-a obinut c masa
al
Masa Frecvena
99.98 9
99.99 10
100.00 13
100.01 11
100.02 7
S se determine: (a) o estimaie absolut corect pentru masa medie a tabletelor produse; (b) o estimaie corect i una absolut corect pentru dispersia valorilor masei fa de medie.

are media
Fie
o variabil aleatoare exponenial de parametru
Dac
r > 0, gsii un estimator
prin metoda verosimilitii maxime pentru
P (X r). n
mare, luat dintr-o caracteristic ce
Fie
X1 , X2 , . . . , Xn
o selecie repetat de volum
necunoscut i dispersia
4.
Determinai volumul seleciei pentru care, cu o probabilitate de
99%
putem estima pe
cu o eroare de o zecime.
56

1500
La un control de calitate, dintr-un lot de
150
de piese,
s-au gsit defecte. Determinai
un interval de ncredere cu
= 0.01
pentru probabilitatea ca o pies luat la ntmplare s e defect.
Un angajat la Serviciu Forelor de Munc dorete s fac un sondaj prin care s determine
procentul de persoane dintr-o regiune a rii ce lucreaz la negru. El dorete s e gsit estimeaz procentul real cu o eroare de cel mult de persoane angajate,
98% sigur c rezultatul
2%.
Dintr-un sondaj recent, la care au participat
273
au declarat c nu li s-au fcut carte de munc.
(a) Ct de mare ar trebui s e volumul seleciei pentru a realiza estimarea dorit? (b) Dac nu ar avea acces la acel sondajul recent, ct de mare ar trebui s e volumul seleciei pentru a realiza estimarea dorit?
Exerciiu 5.23
risc
Un studiu recent arat c dintre
120
de accidente rutiere ce s-au soldat cu victime,
56
era datorate consumului de alcool. Gsii un interval de ncredere care s estimeze cu o probabilitate de
= 0.05
procentul real al accidentelor rutiere cauzate de consumul de alcool.
Exerciiu 5.24
Notm cu
procentul de timp necesar unui student (ales la ntmplare) pentru a termina
un anumit test ntr-un interval de timp xat. Densitatea de repartiie a lui
este
f : R R+ ,
f (x; ) =
(a) Pentru ce valori ale parametrului
( + 1) x 0 ,
funcia
, 0 x 1, , altfel. f
( R)
Datele urmtoare reprezint rezultatele a
studeni alei la ntmplare:
x1 = 0.87, x2 = 0.75, x3 = 0.54, x4 = 0.95, x5 = 0.68, x6 = 0.72, x7 = 0.8.

(b) Folosii metoda momentelor pentru a determina un estimator pentru parametrul estimatorului pentru datele de mai sus. (c) Folosii metoda verosimilitii maxime petru a determina un estimator pentru parametrul valoarea estimatorului pentru datele de mai sus.
i calculai valoarea i calculai

semnicaie
Ct de mare ar trebui s e volumul seleciei, pentru a estima proporia de fumtori din
ar cu o eroare de cel mult
2%,
i o probabilitate de ncredere de
0.95?
Fie
o caracteristic binomial
B (n, p),
cu
cunoscut. Folosind metoda intervalelor
de ncredere pentru selecii mari, determinai un interval de ncredere pentru parametrul
p,
la nivelul de
.
n urma aruncrii unei monede de
Exerciiu 5.27
de
4050
de ori, s-a observat c faa cu stema a aprut
2052
ori. Determinai un interval de ncredere pentru probabilitatea de apariie a feei cu stema la
aruncarea respectivei monede. Se va lua nivelul de semnicaie
= 0.05.
de piese,
Exerciiu 5.28
defect.
La un control de calitate, dintr-un lot de
150
au fost gsite defecte. Deter-
minai un interval de ncredere cu
= 0.01
pentru probabilitatea ca o pies luat la ntmplare s e
57

Testarea tipului de date experimentale
Pentru a putea efectua un test statistic n mod corect, este necesar s tim care este tipul (tipurile) de date pe care le avem la dispoziie. Pentru anumite teste statistice (e.g., testul
sau testul
t,
datele
testate trebuie s e normal distribuite i independente. De multe ori, chiar i ipoteza ca datele s e normal repartizate trebuie vericat. concordan ntr-o seciune urmtoare. n De aceea, se pune problema realizrii unei legturi ntre funcia de repartiia empiric i cea teoretic (teste de concordan). Vom discuta mai pe larg aceste teste de
normplot(X)
Matlab sunt deja implementate unele funcii ce testeaz dac datele sunt normal repartizate.
reprezint grac datele din vectorul
Funcia
versus o repartiie normal. Scopul acestei funcii
este de a determina grac dac datele din observate sunt normal distribuite. Dac aceste date sunt selectate dintr-o repartiie normal, atunci acest grac va liniar, dac nu, atunci va un grac curbat. De exemplu, s reprezentm cu
normplot
vectorii
de mai jos. Gracele sunt cele din Figura 6.1.
X = normrnd(100,2,200,1); subplot(1,2,1); normplot(X) Y = exprnd(5,200,1); subplot(1,2,2); normplot(Y)
Figura 6.1: Reprezentarea normal a datelor.
Observm c primul grac este aproape liniar, pe cnd al doilea nu este. Putem astfel s concluzionm c datele date de din
sunt normal repartizate (fapt conrmat i de modul cum le-am generat), iar datele
nu sunt normal repartizate.
Funcia
chi2gof
determin, n urma unui test
2 ,
dac datele observate sunt normal repartizate, la un
nivel de semnicaie
= 0.05.
Astfel, comanda
h = chi2gof(x)
58
ne va furniza rezultatul admis), sau ipoteza nul
h = 1.
h = 0, dac nu putem respinge ipoteza c datele (H0 ) este admis). Aplicnd testul pentru X i Y
h = 1,
dac datele nu sunt normal repartizate (i.e., ipoteza alternativ de mai sus, obinem
(H1 )
este
observate sunt normal distribuite (i.e.,
h = 0,
respectiv,
De asemenea, putem verica dac datele statistice ar putea proveni i din alte repartiii dect cea normal. De exemplu, funcia
probplot(distribution,Y)
creaz un grac ce compar repartiia datelor din vectorul
cu repartiia dat de
tre repartiiile ce pot comparate folosind aceast comand menionm:
'weibull'
implicit c
'lognormal'.
distribution. Prin'normal', 'exponential',
Trebuie avut grij ca valorile vectorului O alt comand util este
cu oricare dintre ultimele trei repartiii. Comanda simplicat este
distribution = 'normal'.
wblplot(Y)
Y s e pozitive pentru compararea probplot(Y), care presupune n mod
care este echivalent cu comanda
probplot(weibull,Y).
n continuare, prezentm un exemplu de utilizare a acestor comenzi. Figura 6.2, vericm dac ecare dintre cele dou selecii generate, una exponenial i cealalt normal, ar putea proveni dintr-o repartiie exponenial.
x = exprnd(0.5, 250,1); % selectie exponentiala y = normrnd(3, 1, 250,1); % selectie normala probplot('exponential',[x y]) legend('Selectie exponentiala','Selectie normala','Location','SE')
Figura 6.2: Reprezentarea exponenial a datelor.
59
Urmtoarea funcie
Matlab compar un set de date cu o repartiie precizat.
Funcia
histfit(X, n, 'tip_repartitie')
reprezint datele din vectorul X printr-o histogram ce are numrul de bare egal cu n. Dac opiunea 'tip_repartitie' apare (valabil doar pentru lucrul cu Statistics Toolbox!), atunci peste histogram se va desena densitatea de repartiie a repartiiei precizate (e.g., exponential, gamma, lognormal etc). n caz n care opiunea nu apare, se consider implicit c repartiia cu care se compar datele este cea normal. Exemplul de mai jos produce gracul din Figura 6.3.
X = binornd(1e3, 0.1, 1e4, 1); histfit(X, 100)
Figura 6.3: Compararea prin histograme.
Testul Z n
Matlab
Teste parametrice rezolvate n Matlab

Matlab utiliznd comanda
Testul Z pentru o selecie poate simulat n
[h, p, ci, zval] = ztest(X,m0,sigma,alpha,tail)
unde:
h este rezultatul testului. Dac h = 1, atunci ipoteza nul se respinge, dac h = 0, atunci ipoteza nul nu
poate respins pe baza observaiilor facute (adic, se admite, pn la un test mai puternic);
p este valoarea P (P value); ci este un interval de ncredere pentru , la nivelul de semnicaie ;

60
nota 2 3 4 5 6 7 8 9 10 Total
frecvena 2 4 8 15 18 17 15 7 4 90
frecvena relativ 2.22% 4.44% 8.89% 16.67% 20.00% 18.89% 16.67% 7.78% 4.44% 100%
Tabela 6.1: Tabel cu frecvene pentru date discrete.
zval este valoarea statisticii Z pentru observaia considerat; X este un vector sau o matrice, coninnd observaiile culese. Dac X este matrice, atunci mai multe teste Z sunt efectuate, de-alungul ecrei coloane a lui X; m0 = 0 , valoarea testat; sigma este deviaia standard teoretic a lui X , alpha este nivelul de semnicaie; tail poate unul dintre urmtoarele iruri de caractere:
a priori
cunoscut;
'both', pentru un test bilateral (poate s nu e specicat, se subnelege implicit); 'left', pentru un test unilateral stnga ( < 0 ); 'right', pentru un test unilateral dreapta ( > 0 ); Exemplu 6.1 Spre exemplicare, s presupunem c datele discrete din Tabelul 6.1 sunt obinute n urma unui sondaj care contabilizeaz notele la Matematic obinute de elevii unei anumite coli. Dorim s testm, la nivelul de semnicaie = 0.05, dac media tuturor notelor la Matematic a elevilor colii este = 6.8 sau mai mare. Se tie c deviaia standard este = 2.5.
Soluie:
Aadar, avem de testat

(H0 ) = 6.8
vs.
(H1 )
> 6.8.
Vectorul X de mai jos cuprinde toate notele obinute n urma sondajului.

X = [2*ones(2,1); 3*ones(4,1); 4*ones(8,1); 5*ones(15,1); 6*ones(18,1); ... 7*ones(17,1); 8*ones(15,1); 9*ones(7,1); 10*ones(4,1)]; [h, p, ci, zval] = ztest(X, 6.8, 2.5, 0.05, 'right')
Acest cod aeaz

h = 0 p = ci = stats = -1.6444
0.9500
5.9332 Inf
Aceasta nseamn faptul c ipoteza nul este admis la acest nivel de semnicaie.
61
Observaia 6.2 (1) Dac ipoteza alternativ este bilateral ((H1 ) : = 6.8), atunci comanda ar :
[h, p, ci, zval] = ztest(X, 6.8, 2.5)
n acest caz, gsim c ipoteza nul este respins (i.e., rezultatul este h = 1). (2) Decizia testului putea luat i pe baza P valorii. Aceasta este: n
Matlab, aceast valoare poate calculat astfel:
Pv = P (Z > z0 ) = 1 P (Z z0 ) = 1 (z0 ) = 0.95 > 0.05 = .
m0 = 6.8; sigma = 2.5; n = 90; z0 = (mean(X) - m0)/(sigma/sqrt(n)); Pv = 1 - normcdf(z0, 0, 1)
(3) Pentru efectuarea testului, nu este neaprat necesar s am toate cele patru variabile din membrul stng. Putem aa, dup preferin, doar trei, dou, sau numai o variabil, dar doar n ordinea precizat. De exemplu, comanda
h = ztest(X, m0, sigma, alpha, tail)
ne va furniza doar rezultatul testului (h = 0 sau h = 1), fr a aa alte variabile. (4) Nu exist o funcie n care s simuleze testul Z pentru dou selecii.
Testul t n
Matlab
Matlab
Testul t pentru o selecie

Testul t poate simulat n
Matlab utiliznd comanda general
[h, p, ci, stats] = ttest(X,m0,alpha,tail)
unde:
h, p, ci, m0, alpha, tail sunt la fel ca n funcia ztest; variabila stats nmagazineaz urmtoarele date:
tstat - este valoarea statisticii T pentru observaia considerat; df - numrul gradelor de libertate ale testului; sd - deviaia standard de selecie; Exemplu 6.3 Dorim s testm dac o anumit moned este corect, adic ansele ecrei fee de a apare la orice aruncare sunt 50% 50%. Aruncm moneda n caza de 100 de ori i obinem faa cu stema de exact 59 de ori. Pe baza acestei experiene, cutm s testm ipoteza nul
(H0 ) :
moneda este corect moneda este msluit,

62
vs. ipoteza alternativ

(H1 ) :
la un prag de semnicaie = 0.05.

Soluie: Fie X variabila aleatoare ce reprezint faa ce apare la o singur aruncare a monedei. S spunem c X = 1, dac apare faa cu stema i X = 0, dac apare faa cu banul. Teoretic, X B(1, 0.5), de unde E(X ) = 0.5, D2 (X ) = 0.25. Prin ipotez, ni se d o selecie de volum n = 100 i scriem observaiile fcute ntr-un vector x ce conine 59 de 1 i 41 de valori 0. Deoarece n = 100 > 30, putem utiliza testul t pentru o selecie. Rescriem ipotezele (H0 ) i (H1 ) astfel:
(H0 ) : (H1 ) :
= 0.5 = 0.5.
Dac {X1 , X2 , . . . , Xn } sunt variabilele aleatoare de selecie, atunci alegem statistica

T = X
d (X ) n
Dac ipoteza (H0 ) se admite, atunci este xat, = 0.5 i statistica T t(n 1). Valoarea acestei statistici pentru selecia dat este:
t0 = x
d (X ) n
= 1.8207.
= t0.975; 99 = 1.9842, rezult c |t0 | < t1 , i decidem c ipoteza (H0 ) este admis (nu poate Din t1 2 ; n1 2 ; n1 respins la nivelul de semnicaie ). P valoarea este
Codul
Matlab pentru calculul analitic de mai sus este urmtorul:
Pv = 1 Fn1 (t0 ) + Fn1 (t0 ) = 1 F99 (1.8207) + F99 (1.8207) = 0.0717.
n=100; mu = 0.5; alpha = 0.05; x = [ones(59,1); zeros(41,1)]; t0 = (mean(x) - mu)/(std(x)/sqrt(n)); tc = tinv(1-alpha/2, n-1); % cuantila if (abs(t0) < tc) disp('moneda este corecta') else disp('moneda este masluita') end Pv= 1 - tcdf(t0,n-1) + tcdf(-t0,n-1) % P-valoarea
Rulnd codul, obinem rezultatul:

moneda este corecta
n loc s folosim codul de mai sus, am putea folosi funcia ttest din
[h, p, ci, stats] = ttest(X,0.5,0.05,'both')
Matlab, dup cum urmeaz:
i obinem
h = p = 0.0717 ci = 0.4919 0.6881 stats = tstat: 1.8207 df: 99 sd: 0.4943
63
Observaia 6.4 (1) Deoarece P valoarea este p = 0.0717, deducem c la un prag de semnicaie 0.08, ipoteza nul ar fost respins. (2) Dac dintre cele 100 de observri aveam o apariie n plus a stemei, atunci ipoteza nul ar respins, adic moneda ar fost catalogat a msluit. Testul t pentru dou selecii
Testul t pentru egalitatea a dou medii poate simulat n
[h, p, ci, stats] = ttest2(X, Y, alpha, tail, vartype)
unde:
h, p, ci, alpha, stats i tail sunt la fel ca mai sus; X i Y sunt vectori sau o matrice, coninnd observaiile culese. Dac ele sunt matrice, atunci mai multe teste Z sunt efectuate, de-alungul ecrei coloane; vartype ia valoarea equal dac dispersiile teoretice sunt egale sau unequal pentru dispersii inegale.
Exemplu 6.5 Caracteristicile X1 i X2 reprezint notele obinute de studenii de la Master M F 08, respectiv, M F 09 la examenul de Statistic Aplicat. Conducerea universitii recomand ca aceste note s urmeze repartiia normal i examinatorul se conformeaz dorinei de sus. Presupunem c X1 N (1 , 1 ) i X2 N (2 , 2 ), cu 1 = 2 , necunoscute a priori. Pentru a verica modul cum s-au prezentat studenii la acest examen n doi ani consecutivi, selectm aleator notele a 25 de studeni din prima grup i 30 de note din a doua grup. distribuctii
de frecvene ale notelor sunt cele din Tabelul 6.2. (i) Vericai dac ambele seturi de date provin dintr-o repartiie normal; (ii) Gsii un interval de ncredere pentru diferena mediilor, la nivelul de semnicaie = 0.05; (ii) S se testeze (cu = 0.01) ipoteza nul
(H0 ) : 1 = 2 , (n
medie, studenii sunt la fel de buni
versus ipoteza alternativ

(H1 ) : 1 < 2 , (n
medie, studenii au note din ce n ce mai mari
Nota obinut
5 6 7 8 9 10
Frecvena absolut Grupa M F 08 Grupa M F 09

3 4 9 7 2 0 5 6 8 6 3 2
Tabela 6.2: Tabel cu note.
Soluie:
(i)
h = chi2gof(u) k = chi2gof(v)
% %
h = 0, deci u N k = 0, deci v N
(u i v sunt vectorii din codul
Matlab de mai jos)

64
(ii)
Un interval de ncredere la acest nivel de semnicaie se obine apelnd funcia
Matlab
[h, p, ci, stats] = ttest2(u, v, 0.05, 'both', 'unequal')
Acesta este:
(-0.7294,
0.6760)
Altfel, se calculeaz intervalul de ncredere:

x1 x2 t1 ; N
2
d2 d2 1 + 2 , n1 n2
x1 x2 + t1 2; N
2 d2 d 1 + 2 n1 n2
Codul
Matlab:
n1=25; n2=30; alpha = 0.05; u = [5*ones(3,1);6*ones(4,1);7*ones(9,1);8*ones(7,1);9*ones(2,1)]; v = [5*ones(5,1);6*ones(6,1);7*ones(8,1);8*ones(6,1);9*ones(3,1);10*ones(2,1)]; d1 = var(u); d2 = var(v); N = (d1/n1+d2/n2)^2/((d1/n1)^2/(n1-1)+(d2/n2)^2/(n2-1))-2; t = tinv(1-alpha/2,N); m1 = mean(u)-mean(v)-t*sqrt(d1/n1+d2/n2); m2 = mean(u)-mean(v)+t*sqrt(d1/n1+d2/n2); fprintf('(m1,m2)=(%6.3f,%6.3f)\n',m1,m2);
(iii)
Comanda
Matlab este:
[h,p,ci,stats] = ttest2(u, v, 0.01, 'left', 'unequal')
n urma rulrii comenzii, obinem:

h = 0 p = ci = -Inf 0.8137 stats = tstat: -0.0761 df: 52.7774 sd: 2x1 double
0.4698
Observaia 6.6 Valoarea P poate calculat i cu formula:

n
Matlab,
Pv = P (T < t0 ) = FN 1 (t0 ) = 0.4698.
t0 = (mean(u)-mean(v))/sqrt(d1/n1+d2/n2);
Pv = tcdf(t0, N-1)
Testul 2 pentru dispersie n
Matlab
10.50 10.55 10.60 10.65 2 3 5 1
65
Exemplu 6.7 Se cerceteaz caracteristica X, ce reprezint diametrul pieselor (n mm) produse de un strung. tim c X urmeaz legea normal N (, ). Alegem o selecie de volum n = 11 i obinem distribuia empiric:
.
S se testeze (cu = 0.1) ipoteza nul

(H0 ) :
2 = 0.003, 2 = 0.003.
versus ipoteza alternativ

(H1 ) :
Soluie:
Intervalul de ncredere pentru este (0.0012, 0.0055) iar valoarea critic este 2 0 = 7.2727. Deoarece aceasta aparine intervalului de ncredere, concluzionm c ipoteza nul nu poate respins la acest nivel de semnicaie. Aceeai concluzie poate luat n urma inspeciei valorii P , care este mai mare dect nivelul . Avem:
2 2 Pv = P (|2 | > |2 0 |) = P ( > 0 ) = 1 Fn1 (7.2727) = 0.6995.
Testul 2 poate simulat n
[h, p, ci, stats] = vartest(X,var,alpha,tail)
unde:
h, p, ci, m0, alpha, stats, tail sunt la fel ca n funcia ttest; var este valoarea testat a dispersiei;
Spre exemplicare, codul
Matlab pentru exerciiul anterior este:
X = [10.50*ones(2,1); 10.55*ones(3,1); 10.60*ones(5,1); 10.65]; [h, p, ci, stats] = vartest(X,0.003,0.1,'both')
Rularea acestuia ne d:
h = 0 p = ci = 0.0012 0.0055 stats = chisqstat: 7.2727 df: 10
0.6011
adic ipoteza nul este acceptat la acest nivel de semnicaie. Folosind , putem calcula P valoarea astfel:
Matlab
c0 = (n-1)/0.003*var(X);
Pv = 1 - chi2cdf(c0,10)
Testul F n
Matlab
[h, p, ci, stats] = vartest2(X, Y, alpha, tail)
Testul raportului dispersiilor poate simulat n
unde variabilele sunt la fel ca n funcia ttest2.

66
Exemplu 6.8 Revenim la Exerciiul 6.5 i vericm dac cele dou selecii de note (Tabelul 6.2) provin din populaii cu dispersii egale. Aadar, avem de testat (la nivelul de semnicaie = 0.01)
(H0 )
Soluie:
2 2 1 = 2
vs.
Utiliznd notaiile din Exerciiul 6.5, comanda
Matlab care rezolv acest test este:
(H1 )
2 2 1 = 2 .
[h, p, CI, stats] = vartest2(u, v , 0.01 , 'both')
(pentru teste unilaterale, folosim 'left' sau 'right' n locul lui 'both'.) Rezultatul comenzii anterioare este:
h = 0 p = CI = 0.2191 1.7426 stats = fstat: 0.6047 df1: 24 df2: 29
0.2119
Deoarece h = 0, decidem c dispersiile teoretice ale celor dou populaii pot considerate a egale la nivelul de semnicaie = 0.01.
Observaia 6.9 Decizia testului poate luat i pe baza inspeciei valorii P , observnd c aceasta este mai mare dect . Aceasta este:
n
Pv = 1 Fn1 1, n2 1 (|f0 |) + Fn1 1, n2 1 (|f0 |) = 1 Fn1 1, n2 1 (|f0 |).
f0 = var(u)/var(v); Pv = 1 - fcdf(abs(f0),n1-1,n2-1)
Teste parametrice pentru proporii Exemplu 6.10 ntr-un sondaj naional de opinie, 5000 de persoane au fost rugate s rspund la o ntrebare legat de apartenena religioas. La ntrebarea "Suntei cretini?", rspunsul a fost armativ n 4893 dintre cazuri. Rezultatul acestui sondaj este utilizat n estimarea procentului de cretini din ar. S notm cu p acest procent. La nivelul de semnicaie = 0.05, testai dac p este de 95% sau mai mare.
Soluie:
Avem de testat ipoteza

(H0 ) : p = 0.95
vs.
(H1 ) : p > 0.95.
Procentul de selecie este p =
4893 5000
= 0.9786, cuantila este z1 = 1.6449 i valoarea statisticii este 0.9786 0.95 0.95 (1 0.95) 5000 = 9.2791 [1.6449, ),
P0 =
aadar ipoteza nul este respins la acest nivel de semnicaie. Admitem c p > 0.95. Aceeai concluzie poate dedus i prin inspecia P valorii. Aceasta este
Pv = P (Z > P0 ) = 1 P (Z P0 ) = 1 (9.2791) 0 < = 0.05.
Aadar, ipoteza nul va respins la toate nivele de semnicaie practice.

67
Exemplu 6.11 Revenim la Exemplul 5.15. S se testeze, la nivelul de semnicaie = 0.02 dac exist diferene semnicative ntre proporiile de baiei i fete din respectiva coal crora le place Matematica.
Soluie:
Avem: p1 =
23 45 ,
p2 = P0 =
37 65 ,
p =
23+37 45+65
6 11
i z0.99 2.33. Valoarea statisticii este:

= 0.6019 [2.3263, 2.3263],
23 45 6 11 (1
6 11 )
37 65 1 45
1 65
deci ipoteza nul nu poate respins la acest nivel de semnicaie. Aceeai concluzie o putem lua dac vericm P valoarea. Aceasta este:
Pv = P (|Z| > |P0 |) = 1 P (Z < |P0 |) + P (Z < |P0 |) = 0.5472 > 0.02 = .
Exerciii suplimentare Exerciiu 6.1 Se arunc o moned de 250 de ori, obinndu-se 138 de apariii ale stemei. La un nivel de semnicaie = 0.05, s se decid dac avem suciente dovezi de a arma c acest moned este fals. Exerciiu 6.2 Caracteristica X reprezint cheltuielile lunare pentru convorbirile telefonice ale unei familii. n urma unui sondaj la care au participat 100 de familii, am obinut datele (repartiia de frecvene):
[50, 75) [75, 100) [100, 125) [125, 150) [150, 175) [175, 200) [200, 250) [250, 300) 6 11 13 18 20 14 11 7
.
(a) S se verice, cu nivelul de semnicaie = 0.02, ipoteza c media acestor cheltuieli lunare pentru o singur familie este de 140 RON , tiind c abaterea standard este 35 RON . (b) S se verice aceeai ipotez, n cazul n care abaterea standard nu este cunoscut a priori.
Exerciiu 6.3 La un examen naional, se contabilizeaz nota x obinut de ecare examinat n parte. Pentru o
200
analiza statistic, se aleg la ntmplare 200 de candidai. S-a gsit c suma notelor alese este
i=1 200
xi = 1345.37 i
suma ptratelor acestor note este

i=1
x2 i = 10128.65. Se cer:
(a) Gsii un interval de ncredere pentru media a tuturor notelor participanilor la examen, la nivelul de semnicaie = 0.05. (b) Testai ipoteza nul (H0 ) : = 6.75, vs. ipoteza alternativ (H1 ) : = 6.75, la nivelul = 0.05. Argumentai statistica folosit n testare.
Exerciiu 6.4 Pentru o selecie dat, de volum n = 196, am obinut x = 0.25 i s = 4. Nu cunoatem nici valoarea medie i nici dispersia variabilei aleatoare ce caracterizeaz populaia. Vericai la nivelul de semnicaie = 0.05 ipoteza = 0, cu alternativa = 0. Exerciiu 6.5 Un patron susine c rma sa nu face discriminare sexual la angajare (i.e., att brbaii, ct i femeile au aceeai ans de a se angaja n respectiva rm). Se aleg 500 de angajai i se gsesc 267 de brbai. Testai la nivelul de semnicaie 0.05 dac patronul rmei spune adevrul sau nu. Exerciiu 6.6 Dintre toate nregistrrile vitezelor vehiculelor ce trec prin dreptul radarului x aezat n faa universitii, se aleg 10 date la ntmplare. Acestea sunt (n km/h):
68
48
44
55
45
47
41
39
49
55
52
Presupunem c selecia face parte dintr-o populaie normal. (a) Gsii un interval de ncredere cu ncrederea de 98% pentru viteza medie a vehiculelor ce trec prin dreptul radarului. (b) Testai dac viteza medie cu care se circul prin faa acestui radar este de 45km/h sau nu, considerndu-se un nivel de semnicaie = 0.02 ; (c) Estimai probabilitatea ca viteza legal de 50km/h s fost depit, folosind datele seleciei considerate.
Exerciiu 6.7 O selecie de volum n = 50 este folosit pentru a verica urmtoarea ipotez
(H0 ) : = 15
vs.
(H1 ) :
= 15,
la nivelul de semnicaie = 0.05. Determinai: valoarea critic, regiunea critic, valoarea statisticii pentru selecia dat i concluzia testrii, pentru (a) x = 17.5 i s = 4.5 ( este necunoscut); (b) x = 17.5 i = 4.
Exerciiu 6.8 O selecie de volum n = 50 este folosit pentru a verica urmtoarea ipotez
(H0 ) : = 15
vs.
(H1 ) :
= 15,
la nivelul de semnicaie = 0.05. Determinai: valoarea critic, regiunea critic, valoarea statisticii pentru selecia dat i concluzia testrii, pentru (a) x = 17.5 i s = 4.5 ( este necunoscut); (b) x = 17.5 i = 4.
Exerciiu 6.9 ntr-un sondaj de opinie, 5 brbai i 5 femei au fost ntrebate dac urmresc meciuri de fotbal la TV n mod regulat. Toi brbaii i doar dou femei au rspuns armativ, ceilali spunnd c nu. S se testeze la nivelul de semnicaie = 0.05 dac diferena este semnicativ din punct de vedere statistic (i.e., dac femeile se uit la fotbal la TV cot la cot cu brbaii). Exerciiu 6.10 Urmrim preul X al aceluiai articol n 20 de magazine, alese la ntmplare. Acestea sunt:
9.6 9.9 9.9 9.8 10.3 10.1 10.0 10.4 10.5 9.9 9.7 9.9 10.2 10.0 10.4 10.2 10.3 10.1 10.0 9.7
Considerm c preul acestui articol urmeaz o repartiie gaussian. (i) Se poate admite ipoteza E(X ) = 10.0, la nivelul de semnicaie = 0.05? (ii) Se poate admite ipoteza D2 (X ) = 0.2, la nivelul de semnicaie = 0.05?
Exerciiu 6.11 Informaiile din tabelul de mai jos sunt date despre dou selecii independente ce au fost extrase din dou populaii statistice.
Selecia
1 2
Volumul seleciei
50 75
media de selecie
9.75 9.5
deviaia standard de selecie

1.5 0.95
Se cer: (a) Estimai punctual i printr-un interval de ncredere ( = 0.01) valoarea 1 2 ; (b) Testai ( = 0.01) ipoteza
(H0 ) : 1 = 2
vs.
69
(H1 ) :
1 = 2
Exerciiu 6.12 O selecie de 700 de salarii pe or din Romnia arat c media salariului pe or este x = 11.42RON i s = 9.3. Putem decide, pe baza acestui sondaj, c media salariului pe or este, de fapt, > 9.78RON, valoare stabilit de guvernul romn? Se va folosi = 0.05.
70
7 Statistic Aplicat (L7 & S7) Teste de concordan (probleme)

Exemplu 7.1 Se arunc un zar de 60 de ori i se obin rezultatele din Tabelul 7.1. S se decid, la nivelul de semnicaie = 0.02, dac zarul este corect sau fals.
Faa (clasa Oi )
1 2 3 4 5 6
Frecvena absolut (ni )

15 7 4 11 6 17
Tabela 7.1: Tabel cu numrul de puncte obinute la aruncarea zarului.
(aplicm testul 2 de concordan, cazul neparametric) Zarul este corect doar dac ecare fa a sa are aceeai ans de a aparea, adic probabilitile ca ecare fa n parte s apar sunt:
Soluie:
(H0 ) :
pi =
1 , 6
(i = 1, 2, . . . , 6).
Altfel, notm cu X variabila aleatoare ce are valori numrul punctelor ce apar la aruncarea zarului. Un zar corect ar nsemna c X urmeaz repartiia uniform discret U (6). Toate cele 60 de rezultate obinute n urma aruncrii zarului pot mprite n ase clase. Aceste clase sunt: Oi = {i}, i {1, 2, . . . , 6}. Ipoteza nul este (H0 ) sau, echivalent,
(H0 ) :
Funcia de repartiie a lui X este U (6).
Ipoteza alternativ este "(H0 ) nu are loc", adic:

(H1 ) : Exist un j, cu pj = 1 , 6 (j {1, 2, . . . , 6}).
Calculez valoarea statisticii 2 pentru observaiile date:

2 0 = = (15 10)2 (7 10)2 (4 10)2 (11 10)2 (6 10)2 (17 10)2 + + + + + 10 10 10 10 10 10 13.6.
Repartiia statisticii 2 este 2 cu k 1 = 5 grade de libertate. Regiunea critic este:

U = (2 0.98; 5 ; +) = (13.3882, +).
Deoarece 2 0 se a n regiunea critic, ipoteza nul se respinge la nivelul = 0.02, aadar zarul este msluit. Codul :
Matlab
n = 60; k=6; alpha = 0.02; x = 1:6; chi2 = sum((f-n*p).^2)./(n*p)); val = chi2inv(1-alpha,k-1); H = (chi2 > val)
f % % %
= [15,7,4,11,6,17]; p = 1/6*ones(1,6); valoarea 2 0 cuantila 2 0.99; 5 afiseaza 0 daca zarul e corect si 1 daca nu
Observaia 7.2 Dac nivelul de semnicaie este ales = 0.01, atunci 2 0.99; 5 = 15.0863, ceea ce determin acceptarea ipotezei nule (adic zarul este corect) la acest nivel.
71
Exemplu 7.3 n urma unui recensmnt, s-a determinat c proporiile indivizilor din RO ce aparin uneia dintre cele patru grupe sanguine sunt: O : 34%, A : 41%, B : 19%, AB : 6%. S-au testat aleator 450 de persoane din RO, obinndu-se urmtoarele rezultate:
Grupa sanguin Frecvena
O 136 A 201 B 82 AB 31
Vericai, la nivelul de semnicaie = 0.05, compatibilitatea datelor cu rezultatul teoretic.

Soluie:
Ipotezele statistice sunt:

(H0 ) : (H1 ) :
Rezultatul observat este compatibil cu cel teoretic,
Exist diferene semnicative ntre rezultatul teoretic i observaii.
Dac ipoteza nul ar adevrat, atunci valorile ateptate pentru cele patru grupe sanguine (din 450 de persoane) ar : O : 153.5, A : 184.5, B : 85, AB : 27. Calculez valoarea statisticii 2 pentru observaiile date:
2 0 = = (136 153.5)2 (201 184.5)2 (82 85)2 (31 27)2 + + + 153.5 184.5 85 27 4.1004.
Repartiia statisticii este 2 (3). Astfel, regiunea critic este:

U = (2 0.95; 3 ; +) = (7.8147, +).
Deoarece 2 0 nu se a n regiunea critic, ipoteza nul nu poate respins la acest nivel de semnicaie.
Teste de concordan n
Matlab
Matlab este:
Am vzut deja c funcia chi2gof(x) testeaz (folosind testul 2 al lui Pearson) dac vectorul x provine dintr-o repartiie normal, cu media i dispersia estimate folosind x. Pentru testul 2 , forma general a funciei
[h,p,stats] = chi2gof(X,name1,val1,name2,val2,...)
h, p sunt la fel ca n exemplele anterioare; perechile namei/valuei sunt opionale. Variabilele namei pot : numrul de clase, 'nbins', un vector de valori centrale ale intervalelor ce denesc clasele, 'ctrs', sau un vector cu capetele claselor, 'edges'. Alte variabile ce pot utilizate: 'cdf', 'expected', 'nparams', 'emin', 'frequency', 'alpha'. variabila de memorie stats aeaz: chi2stat - statistica 2 , df - gradele de libertate, edges - un vector cu capetele intervalelor claselor dup triere, O - numrul de valori observate n ecare clas, E - numrul de valori

unde:
ateptate n ecare clas.
Exemplu 7.4 Spre exemplicare, revenim la Exerciiul 7.1, dar cu valoarea nivelului de ncredere din Observaia 7.2. Codul ce folosete funcia de mai sus este:
Matlab
x = 1:6; f = [15,7,4,11,6,17]; p = 1/6*ones(1,6); e = N*p; alpha = 0.01; [h, p, stats] = chi2gof(x,'ctrs', x,'frequency', f,'expected',e, 'alpha',alpha)
72
Acest cod returneaz:

h = p = stats = chi2stat: df: edges: O: E:
0.0184
13.6000 5 [0.5000 1.5000 2.5000 3.5000 4.5000 5.5000 6.5000] [15 7 4 11 6 17] [10 10 10 10 10 10]
Acest rezultat conrm c ipoteza nul (zarul este corect) este acceptat la nivelul = 0.01.
Exemplu 7.5 La campionatul mondial de fotbal din 2006 au fost jucate n total 64 de meciuri, iar repartiia numrului de goluri nscrise ntr-un meci are tabelul de distribuie ca n Tabelul 7.2. Determinai (la nivelul de semnicaie = 0.05) dac numrul de goluri pe meci urmeaz o distribuie Poisson.
Nr. de goluri pe meci
0 1 2 3 4 5 6
Nr. de meciuri
8 13 18 11 10 2 2
Tabela 7.2: Tabel cu numrul de goluri pe meci la FIFA WC
2006.
(aplicm testul de concordan 2 parametric) Fie X variabila aleatoare ce reprezint numrul de goluri nscrise ntr-un meci. Teoretic, X poate lua orice valoare din mulimea N. Mulimea observaiilor fcute asupra lui X este {1, 2, 3, 4, 5, 6}, cu frecvenele respective din tabel. n total, au fost inscrise 144 de goluri. = x = 144 = 2.25. Pe baza datelor observate, dorim s Estimm numrul de goluri pe meci prin media lor, adic 64 testm dac X urmeaz o repartiie Poisson. Avem astfel de testat ipoteza nul:
Soluie:
(H0 ) :
). X urmeaz o lege Poisson P ( ). X nu urmeaz o lege Poisson P (

(H1 ) :
) i distribuia valorilor variabilei este dat de Dac admitem ipoteza (H0 ) (adic X P (2.25), atunci pi = pi (
Clasa
0 1 2 3 4 5 6 5
ni 8 13 18 11 10 2 2 4
pi 0.1054 0.2371 0.2668 0.2001 0.1126 0.0506 0.0274 0.0780
n pi 6.7456 15.1775 17.0747 12.8060 7.2034 3.2415 1.7514 4.9926
(ni n pi )2 n pi 0.2333 0.3124 0.0501 0.2547 1.0857 0.1973
Tabela 7.3: Tablou de distribuie pentru
P (2.25).
Tabelul 7.3. Valoarea pi este P (X = i), adic probabilitatea ca variabila aleatoare X P (2.25) s ia valoarea i
73
(i = 0, 1, 2, 3, 4). Am putea forma 7 clase. Deoarece pentru ultimele dou clase din Tabelul 7.3, anume {X = 5} i {X 6}, numerele ni nu depec valoarea 3, le tergem din tabel i le unim ntr-o singur clas, n care {X 5}, cu ni = 4 > 3. Vom nota prin p5 probabilitatea
4
p5 = P (X 5) = 1 P (X < 5) = 1 P (X 4) = 1
i=0
P (X = i).
Rmnem aadar cu 6 clase. Ipoteza nul (H0 ) se poate rescrie astfel:

(H0 ) : p0 = 0.1054, p1 = 0.2371, p2 = 0.2668, p3 = 0.2001, p4 = 0.1126, p5 = 0.0780. (H1 ) :
2
Ipoteza alternativ este
ipoteza (H0 ) nu este adevrat.
Calculm acum valoarea statisticii pentru observaiile date:

2 0 = + (13 15.1775)2 (18 17.0747)2 (11 12.8060)2 (8 6.7456)2 + + + + ... 6.7456 15.1775 17.0747 12.8060 (4 4.9926)2 (10 7.2034)2 + = 2.1337. 7.2034 4.9926
Deoarece avem 6 clase i am estimat parametrul , deducem c numrul gradelor de libertate este 6 1 1 = 4. Cu2 2 antila de referin (valoarea critic) este 2 0.95; 4 = 9.4877. Regiunea critic pentru este intervalul (0.95; 4 , +). 2 2 Deoarece 0 < 0.95; 4 , urmeaz c ipoteza nul (H0 ) nu poate respins la nivelul de semnicaie . Aadar, este rezonabil s armm c numrul de goluri marcate urmeaz o repartiie Poisson. Prezentm mai jos un cod ce rezolv aceast problem.
Matlab
X = [0*ones(8,1);1*ones(13,1);2*ones(18,1);3*ones(11,1);4*ones(10,1);... 5*ones(2,1);6*ones(2,1)]; f = [8 13 18 11 10 4]; % vectorul de frecvente absolute n = 64; alpha = 0.05; lambda = mean(X); for i=1:5 % probabilitatile P(X=i), i=0,1,2,3,4 p(i) = poisspdf(i-1,lambda); end p(6)= 1 - poisscdf(4,lambda); % probabilitatea P(X5) H2 = sum((f-n*p).^2./(n*p)); Hstar = chi2inv(1-alpha,4); if (H2 < Hstar) disp('X urmeaza repartitia Poisson'); else disp('X nu urmeaza repartitia Poisson'); end
Observaia 7.6 Dac ipoteza nul este respins, atunci motivul poate acela c unele valori observate au deviat prea mult de la valorile ateptate. n acest caz, este interesant de observat care valori sunt extreme, cauznd respingerea ipotezei nule. Putem deni astfel reziduurile standardizate:
ri = Oi n pi n pi (1 pi ) = Oi Ei Ei (1 pi ) ,
unde prin Oi am notat valorile observate i prin Ei valorile ateptate. Dac ipoteza nul ar adevrat, atunci ri N (0, 1). n general, reziduuri standardizate mai mari ca 2 sunt semne pentru numere observate extreme.
Exemplu 7.7 ntr-o anumit zi de lucru, urmrim timpii de ateptare ntr-o staie de tramvai, pn la ncheierea zilei de lucru (adic, pn trece ultimul tramvai). Fie T caracteristica ce reprezint numrul de minute ateptate n staie, pn sosete tramvaiul. Rezultatele observaiilor sunt sumarizate n Tabelul 7.4. Se cere s se cerceteze ( = 0.05) dac timpii de ateptare sunt repartizai exponenial.
74
Durata
ni
05 39
5 10 35
10 15 14
15 20 7
20 25 5
Tabela 7.4: Timpi de ateptare n staia de tramvai.
Soluie:
(folosim testul 2 de concordan, parametric)

(H0 )
Avem de testat ipoteza nul
F ( x) = F0 (x) = 1 e x , x > 0

(H1 )
ipoteza (H0 ) este fals.
Deoarece parametrul este necunoscut, va trebui estimat pe baza seleciei date. Pentru aceasta, folosim metoda verosimilitii maxime. Funcia de verosimilitate pentru exp() este
n
L(t1 , t2 , . . . , tn ; ) =
k=1
e ti = n e n t .
Mai sus, am notat prin t1 , t2 , . . . , tn valorile de selecie pentru variabila aleatoare T . Punctele critice pentru L() sunt date de ecuaia
ln L = 0 = n ln n t = 1. = t
Se observ cu uurin c
2 ln L 2 | = n t < 0 , 2 =
este punct de maxim pentru funcia de verosimilitate. de unde concluzionm c Tabelul de distribuie pentru caracteristica T este: 2.5 39 7. 5 35 12.5 14 17.5 7 22.5 5 .
1 = 0.1299. (2.5 39 + 7.5 35 + 12.5 14 + 17.5 7 + 22.4 5) = 7.7, adic Calculm media de selecie, t = 100 Dac variabila T ar urma repartiia exponenial exp(), atunci probabilitile ca T s ia valori n ecare clas sunt, n mod corespunztor:
) = P (X (ai , ai+1 ] | F = F0 ) = F0 (ai+1 ; ) F0 (ai ; ), pi = pi (
i = 1, 2, 3, 4, 5.
unde a6 = +. n Tabelul 7.5 am nregistrat urmtoarele date:

clasele
(de notat c ultima clas este (20, +), deoarece se dorete o concordan a datelor observate cu date repartizate exponenial, iar mulimea valorilor pentru repartiia exponenial este R+ ),
extremitile
din stnga ale claselor (ai ),

ni (sau valorile observate n ecare clas),
valorile ateptate
frecvenele absolute
probabilitile pi ,
erorile relative
n ecare clas (n pi ),
de aproximare ale datelor ateptate cu cele observate.
Numrul gradelor de libertate este k p 1 = 3. Calculm valoarea critic 2 0.95; 3 = 7.8147 i, de asemenea, valoarea
k
H0 =
i=1
(ni n pi )2 = 6.5365. n pi
75
2 Deoarece 2 0 < 0.95; 3 , ipoteza (H0 ) nu poate respins la acest nivel de semnicaie.
Codul
Matlab este urmtorul:
% %
T = sau T = n = a = for
[2.5*ones(39,1);7.5*ones(35,1);12.5*ones(14,1);17.5*ones(7,1);22.5*ones(5,1)]; [5*rand(39,1);5+5*rand(35,1);10+5*rand(14,1);15+5*ones(7,1);20+5*ones(5,1)]; 100; alpha = 0.05; m = mean(T); lambda = 1/m; [0, 5, 10, 15, 20, Inf]; f = [39, 35, 14, 7, 5]; i =1:5 p(i) = expcdf(a(i+1),m)-expcdf(a(i),m);
end H2 = sum((f-n*p).^2./(n*p)); cuant = chi2inv(0.95,3); if (H2 < cuant) disp('Timpii de asteptare sunt exponential repartizati'); else disp('ipoteza (H0) se respinge'); end
Clasa
ai 0 5 10 15 20
ni 39 35 14 7 5 100
pi 0.4776 0.2495 0.1303 0.0681 0.0745 1
n pi 47.7615 24.9499 13.0334 6.8085 7.4467 100
(0, 5] (5, 10] (10, 15] (15, 20] (20, +) (0, +)
(ni n pi )2 n pi 1.6072 4.0483 0.0717 0.0054 0.8039 6.5365
Tabela 7.5: Tabel de distribuie pentru timpii de ateptare.
76
Corelaie i Regresie
Fie X i Y doi vectori de acelai tip. Urmtoarele funcii din regresiei:
Matlab sunt utile pentru analiza corelaiei i
scatter(X,Y) reprezint grac valorile lui Y vs. valorile lui X; R = corrcoef(X,Y) calculeaz coecientul de corelaie ntre X i Y. Rezultatul este aat sub forma: >> ans = 1.0000 1.0000
unde 1.0000 este coecientul de corelaie dintre X i X, respectiv Y i Y, iar este coecientul cutat.
cov(X,Y) pentru matricea de covarian empiric dintre X i Y; b = regress(Y,X) aeaz estimarea coecienilor pentru care Y = b X . Aici, X este o matrice n k i Y un vector coloana n 1. Coloanele vectorului X corespund observaiilor (i.e., variabilelor independente). Dac X este un vector coloan de aceeai dimensiune cu Y, atunci b este doar un scalar. Dac X este matrice, atunci putem folosi aceast comand pentru a estima coecienii de regresie liniar
multipl. Spre exemplu, s presupunem c se dorete estimarea coecienilor de regresie liniar simpl, i.e., 0 i 1 pentru care y = 0 + 1 x, unde pentru ecare dintre x i y avem n observaii. n acest caz, k = 2. Fie X, respectiv, Y vectorii ce conin aceste observaii. Comanda care estimeaz cei doi coecieni este
Matlab
B = regress(Y', [ones(n,1)'; X]')
Comanda furnizeaz aproximri pentru parametrii 0 i 1 ce fac urmtoarea aproximare ct mai bun:
y1 y2 . . . yn 1 x1 1 x2 0 . + 1 . . . . . 1 xn .
p = polyfit(X,Y,n) gsete coecienii unui polinom p(x) de grad n ale crui valori p(xi ) se apropie cel mai mult de datele observate yi , n sensul celor mai mici ptrate. va aa n acest caz un vector linie de lungime n + 1, coninnd coecienii polinomiali n ordinea descresctoare a puterilor. Spre exemplu,
Matlab
dac
atunci
Matlab va aa
p(x) = 0 + 1 x + 2 x2 + + n xn , n , . . . , 1 , 0 .
Y = polyval(p,X) aeaz valorile unui polinom p(x) pentru valorile din vectorul X . Polinomul p(x) este dat prin coecienii si, ordonai n ordine descresctoare a puterilor. De exemplu, dac p(x) = 3x2 + 2x + 4 i dorim s evalum acest polinom pentru trei valori, 3, 1 i 5, atunci scriem n :
Matlab
p = [3
2 4];
polyval(p,[-3 1 5]) 37 5 69
obinnd rezultatul:
ans =
Exerciiu 7.8 Dorim s determinm dac exist vreo corelaie ntre notele la examenul de Probabiliti i cele de la Statistic obinute de studenii unui an de studiu. n acest sens, au fost observate notele obinute de 10 studeni
77
la aceste dou discipline i au fost trecute n Tabelul 7.6 de mai jos. Se cere: (a) Stabilii dac exist o legtur puternic ntre aceste note (r i r2 ); (b) Determinai dreapta de regresie a notelor de la Statistic n raport cu notele la Probabiliti i desenai-o n acelai sistem de axe ca i notele obinute (scatter plot). (c) Testai dac exist sau nu vreo corelaie ntre notele de la Statistic i Probabiliti. Student Probabiliti Statistic A
82 84
B
36 42
C
72 50
D
58 64
E
70 68
F
48 54
G
44 46
H
94 80
I
60 60
J
40 32
Tabela 7.6: Notele la Statistic i Probabiliti.
Soluie:
n codul formula
(a) Calculm r (cu formula lui Person). Funcia Matlab pentru coecientul Pearson este corrcoef. Matlab de mai jos l-am calculat pe r folosind aceast funcie, dar i n dou alte modaliti, folosind
r=
cove (x, y )
sx sy
sau scriind desfurat expresia lui r.
(b) Coecienii de regresie se pot obine n 3 moduri, e folosind funcia polyfit, care realizeaz tarea datelor cu un polinom, n cazul liniar ind un polinom de forma S (P ) = 0 + 1 P . O alt variant de calcul a coecienilor 0 i 1 este simpla implementare n a formulelor pentru acetia. A treia variant este folosirea funciei regress din . Reprezentarea grac a datelor poate realizat folosind ori funcia plot, ori funcia "scatter", ambele funcii predenite din . Gracul este cel din Figura 7.1.
Matlab
Matlab
Matlab
Matlab
P = [82,36,72,58,70,48,44,94,60,40]; S = [84,42,50,64,68,54,46,80,40,32]; mp = mean(P); ms = mean(S); %%%~~~~~~~~~~~~~~ Calculez coeficientul de corelatie empiric ~~~~~~~~~~~~~~~~~~~~~~~~~~ CC = corrcoef(P,S); r = CC(1,2) %%%~~~~~~~~~~~~~~~~~~~~ Alte variante de calcul pentru r ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % C = cov(P,S)/(std(P)*std(S)); r = C(1,2); % r = sum((P-mp).*(S-ms))/sqrt(sum((P-mp).^2)*sum((S-ms).^2)); %%%~~~~~~~~~~~~~~~~~~~~~~~~ Calculez coeficientii de regresie ~~~~~~~~~~~~~~~~~~~~~~~ B = polyfit(P,S,1) %%%~~~~~~~~~~~~~~~~~~~~ Alte variante de calcul pentru B ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % b1 = sum((P-mp).*(S-ms))/sum((P-mp).^2); b0 = ms - b1*mp; % B = regress(S',[P;ones(10,1)']'); %%%~~~~~~~~~~~~~~~~ Scatter plot si dreapta de regresie ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ x=0:100; plot(P,S,'*',x,B(2) + B(1)*x,'r-') % scatter(P,S) % varianta pentru scatter plot %%%~~~~~~~~~~~~~~~~~~~~~~~ Testul pentru = 0 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ alpha = 0.05; n = 10; T0 = r*sqrt((n-2)/(1-r^2)); quant = tinv(1-alpha/2,n-2); if (abs(T0) < quant) disp('P si S nu sunt corelate') else disp('P si S sunt corelate') end
Rulnd codul de mai sus, obinem:

r = 0.8247 B = 0.7553 10.3816 P si S sunt corelate
78
Figura 7.1: Notele i dreapta de regresie.
Exerciiu 7.9 Fie irul de date:

x = y = 0.3 3.52 0.8 4.53 1.2 5.58 1.6 6.62 2.1 8.27 2.4 10.18 2.7 11.80
S se studieze existena unei dependene ntre x i y de forma y = a eb x .

Soluie:
Calculm ln y . Obinem:
ln y = 1.2585 1.5107 1.7192 1.8901 2.1126 2.3204 2.4681
Se observ c r = 0.9988 1 (coecientul de corelaie ntre x i ln y ), de unde bnuim c e posibil s avem o regresie liniar ntre variabilele x i ln y . Estimm coecienii de regresie ai lui ln y fa de x i gsim: 0 = 1.1074, 1 = 0.4980. Aceasta poate realizat n prin comanda
Matlab
regress(log(y)',[x',ones(7,1)])
Aadar, ln y = 0.4980 x + 1.1074, de unde y = e1.1074 e0.4980 x 3 ex/2 . n Figura 7.2 am reprezentat grac datele observate i aproximrile lor.
Exerciiu 7.10 Prognoza spune c temperatura ntr-o anumit zon muntoas descrete cu cca. 6 C la ecare 1km ctigat n nlime. Pentru o vericare, au fost msurate simultan temperaturile n 10 localiti diferite din acea zon, acestea ind nregistrate n Tabelul 7.7. Dac temperatura se presupune a o funcie liniar (regresie
hi Ti 500 15 1000 14 1500 11 2000 6 2500 1 3000 2 3500 0 4000 4 4500 8 5000 14
Tabela 7.7: Tabel cu temperaturi (Ti ) la diverse altitudini (hi ).
liniar) de altitudine, se cere:

79
Figura 7.2: Aproximarea datelor din Exerciiul 7.9
(i) S se estimeze parametrii 0 i 1 ; (ii) S se testeze ( = 0.05) dac prognoza din enun este adevarat (i.e., 1 = 0.006); (iii) S se gseasc un interval de ncredere pentru panta dreptei de regresie, 1 ; (iv) Ct de bun este aproximarea temperaturii cu o funcie liniar de altitudine? (v) Estimai temperatura la altitudinea h = 2544. Gsii, de asemenea, un interval de ncredere pentru aceasta temperatur.
Soluie:
(i) Estimm parametrii necunoscui folosind formulele

1 = sxy s2 x
0 = y 1 x,
(7.1)
sau folosind funcia polyfit (vezi codul de mai jos). (ii) Pentru testarea ipotezei nule (H0 ) : 1 = 0.006 utilizm testul pentru coecientul 1 . (iii) Un interval de ncredere pentru 1 se poate calcula folosind formula
1 t1 2 ; n2 , sx 1 + t1 2 ; n2 . sx
Matlab
(7.2)
(iv) Pentru a decide ct de bun este aproximarea, calculm coecientul de determinare, R2 . Acesta este R2 = 94.83, ceea ce nseamn c temperatura real este foarte aproape de cea prognozat. (v) Utilizm formulele y p = 0 + 1 x p . (7.3) i
yp t1 2 ; n2 1+ 1 (xp x)2 + , n s2 x yp + t1 2 ; n2 1+ 1 (xp x)2 + . n s2 x
(7.4)
pentru xp = 2544. (vezi rezultatele generate de codul de mai jos) Codul este urmtorul:
Matlab
h = [500 1000 1500 2000 2500 3000 3500 4000 4500 5000]; T = [15 14 11 6 -1 2 0 -4 -8 -14]; mh = mean(h); mT = mean(T); %%%~~~~~~ Calculez coeficientul de corelatie empiric si coeficientul de determinare ~~~ CC = corrcoef(h,T); r = CC(1,2) R2 = r^2 %%%~~~~~~~~~~~~~~~~~~~ Calculez coeficientii de regresie ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
80
B = polyfit(h,T,1) %%%~~~~~~~~~~~~~~~~~~~~ Alte variante de calcul pentru B ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ % B = regress(T',[h;ones(10,1)']'); % b1 = sum((h-mh).*(T-mT))/sum((h-mh).^2); b0 = mT - b1*mh; %%%~~~~~~~~~~~~~~~~~~~~ Scatter plot si dreapta de regresie ~~~~~~~~~~~~~~~~~~~~~~~~~ x=0:5600; plot(h,T,'*',x,B(2) + B(1)*x,'r-') %%%~~~~~~ Testul pentru panta dreptei de regresie, (H0 ) : 1 = 0.006 ~~~~~~~~~~~~~~~~ alpha = 0.05; n = 10; sigmahat = sqrt(sum((T-B(2) - B(1)*h).^2)/(n-2)); sigmax = std(h); T0 = (B(1)+0.006)*sigmax/sigmahat; quant = tinv(1-alpha/2,n-2); if (abs(T0) < quant) disp('ipoteza (H0 ) se accepta') else disp('ipoteza (H0 ) se respinge') end %%%~~~~~~~~~~~~~~~ Interval de incredere pentru 1 ~~~~~~~~~~~~~~~~~~~~~~~ CI = [B(1) - quant*sigmahat/sigmax,\;B(1) + quant*sigmahat/sigmax] hp = 2544; Tp = B(2) + B(1)*hp CI_T = [Tp - quant*sigmahat*sqrt{1 + 1/n + (hp-mh)^2/sigmax^2}, ... Tp + quant*sigmahat*sqrt{1 + 1/n + (hp-mh)^2/sigmax^2}]
Rulnd codul de mai sus, obinem:

r = -0.9738 R2 = Tp = 94.83 B = [-0.0061, 18.9333] CI_T = [-2.2335, 8.9555] ipoteza nula se accepta
CI =
[-0.0096, -0.0026]
3.3610
Figura 7.3: Diagrama de temperaturi n funcie de altitudine, i dreapta de regresie.
81
Exerciii suplimentare Exerciiu 7.1 Testai normalitatea datelor din Tabelul 3.1 la nivelul de semnicaie = 0.1. Exerciiu 7.2 Se prezice c repartiia literelor care apar cel mai des n limba englez ar urmtoarea:
Litera Frecvena
O 16 R 17 N 17 T 21 E 29
Aceasta semnic urmtoarea: de ecare dat cnd cele 5 litere apar ntr-un text, n 16% dintre cazuri apare litera O, n 21% dintre cazuri apare litera T etc. S presupunem c un criptologist analizeaz un text i numr apariiile celor 5 litere. Acesta a gsit urmtoarea distribuie: Litera Frecvena
O 18 R 14 N 18 T 19 E 31
Folosind testul 2 de concordan, s se verice dac aceste apariii sunt n not discordant cu predicia iniial.
Exerciiu 7.3 Un student ia cu mprumut o carte de la bibliotec i observ c pagina de interes este rupt pe alocuri. Totui, poate citi textul din Figura 7.4. Se cere s se reconstruiasc pasajul de text (i.e., determinai y i dreapta de regresie a lui x fa de y ). De asemenea, calculai coecientul empiric de corelaie r i comentai asupra aproximrii datelor de seleie prin dreptele de selecie.
Figura 7.4: Fragment incomplet dintr-un text
Exerciiu 7.4 Tabelul 7.8 conine calicativele obinute de un elev de clasa I la cele 9 discipline, n ecare dintre cele dou semestre. S se gseasc o msur a legturii dintre cele dou seturi de calicative (e.g., coecientul de corelaie Spearman).
Discipline
Sem. I Sem. II
A FB B
B FB B
C B B
D FB FB
E B FB
F B S
G B B
H S S
I FB FB
Tabela 7.8: Calicative din anul I de studiu
Exerciiu 7.5 Se dau urmtoarele date:

(a) Testai dac = 0 (coecientul de corelaie teoretic). (b) Este faptul c x i y sunt legate prin relaia y = x2 n contradicie cu rezultatul de la punctul (a) (datele sunt perfect necorelate)? (c) Calculai coecientul de corelaie Spearman.
82
x y
3 9
2 4
1 1
0 0
1 1
2 4
Exerciiu 7.6 Suntem interesai n determinarea unei legturi ntre nlime i mrimea la pantof. Datele din tabelul de mai jos reprezint observaii asupra nlimilor (H ) i a mrimilor la pantof (M ) pentru 10 brbai, alei la ntmplare.
H M 1.75 43 1.70 41.5 1.80 44 1.65 40.5 1.83 44.5 1.73 41 1.86 44.5 1.65 39.5 1.68 40 1.82 43.5
(a) Calculai coecientul de corelaie Pearson dintre nlime i mrimea la pantof. Ce procent din valorile lui M sunt determinate de valorile lui H (b) Determinai o aproximare pentru dreapta de regresie a lui M fa de H . (c) Obinei o predicie a mrimii la pantof pentru un brbat cu nlimea 1.78. (d) La nivelul de semnicaie = 0.05, testai ipoteza c panta dreptei de regresie este .
3 4
Exerciiu 7.7 Fie irul de date:

u = v = 1.0 1.5 1.5 4.5 2.0 7.5 2.5 12.5 3.0 17.5 3.5 24.5 4.0 32.5
S se studieze existena unei dependene ntre u i v de forma v = a u2 + b.
Exerciiu 7.8 n tabelul urmtor, se dau cte 5 valori pentru dou variabile x i y , unde y este variabila independent. Determinai o dreapta de regresie potrivit pentru a calcula (i) valoarea lui x cnd y = 2.5; (ii) valoarea lui y cnd x = 50; (iii) Putem prezice valoarea lui y pentru x = 75?
x y 46 1.7 55 2.1 41 1.5 58 2.9 53 1.9
Exerciiu 7.9 Se msoar viteza unei maini, v , n primele 10 secunde dup aceasta a nceput s accelereze. Aceste date sunt nregistrate n Tabelul 7.9. Se cere:
t v 0 0 1 3. 1 2 6.9 3 9.9 4 12.7 5 16.1 6 19.8 7 21.2 8 22.8 9 24.3 10 25.9
Tabela 7.9: Viteza unei maini n primele
10
secunde dup plecarea de pe loc
(a) Desenai diagrama scatter plot; (b) Determinai dreapta de regresie a lui v fa de t; (c) Calculai coecientul de corelaie empiric i comentai asupra validitii aproximrii datelor cu dreapta de regresie.
83
Exerciiu 7.10 Opinia general este c rata maxim (R) a btilor inimii unei persoane se poate determina dup formula R = 0 + 1 V , unde V este vrsta persoanei, calculat n ani. Cercettorii cardiologi arma c aceti coecieni ar : 0 = 220 i 1 = 1. Pentru o vericare empiric a acestei armaii, sunt alese la ntmplare 15 persoane de diverse vrste, care sunt supuse unui test pentru determinarea ratei maxime ale batilor inimii. Aceste rezultate sunt contabilizate n Tabelul 7.10. (a) Calculai coecientul de corelaie Pearson dintre vrst i rata maxim a batilor inimii. Care este semnicaia acestei valori? (b) Determinai dreapta de regresie a lui R fa de V i desenai-o n acelai sistem de axe cu datele din tabel. (c) Testai ipoteza (H0 ) : 1 = 1, vs. ipoteza alternativ (H1 ) : 1 = 1, la nivelul de semnicaie = 0.05.
Vrsta 15 23 25 35 17 34 54 50 45 42 19 42 20 39 37 Rata max 207 186 187 180 200 175 169 183 156 183 199 174 198 183 178
Tabela 7.10: Tabel cu rata maxim a batilor inimii n funcie de vrst.
Exerciiu 7.11 Dreapta de regresie a variabilei y fa de variabila x este y = 2 x 6. Determinai condiiile n care dreapta de regresie a lui x fa de y este x = 0.5 y + 3.
A 3 1 4 12 11 3 5 2 9 6 4 6 7 6 14 N 9.00 9.50 8.75 4.75 5.50 8.50 6.75 8.25 5.50 6.75 8.00 7.75 6.00 7.00 3.50
Tabela 7.11: Tabel cu absene i note la Statistic.
Exerciiu 7.12 Tabelul 7.11 conine numrul de absene (A) la Statistic i notele corespunztoare (N ) a 15 studeni. (a) Calculai coecientul de corelaie Pearson. Care este semnicaia acestei valori referitor la relaia dintre absene i note? (b) Determinai dreapta de regresie a lui N fa de A i desenai-o n acelai sistem de axe cu datele din tabel. (c) Testai, la un nivel de semnicaie = 0.05, dac exist dovezi suciente pentru a arma c ntre numrul de absene i notele obinute exist o corelaie. Exerciiu 7.13 n Tabelul 7.12 datele reprezint nlimile (H ) i masele corporale (M ) a 10 fete dintr-o clas a unui liceu. Suntem interesai n prezicerea masei corporale, tiind nalimea unei eleve.
H M 179.6 61.2 166.8 48.2 163.1 46 180.0 64.4 158.4 46.3 166.5 54.7 165.8 51.4 168.1 55.3 175.9 65.3 160.7 47.9
Tabela 7.12: nalimea i masa corporal a
10
eleve dintr-o clas.
(a) Desenai diagrama scatter plot a lui H versus M . Bazndu-v pe aceast diagram, considerai c metoda regresiei liniare este potrivit n acest caz? (b) Calculai estimaii ale parametrilor (0 i 1 ) de regresie liniar i reprezentai grac dreapta de regresie liniar. (c) Obinei o estimare nedeplasat pentru 2 . (d) Testai ipoteza nul (H0 ) : 1 = 0.9.
84

Statistica Seminar &amp; Laborator

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistica Seminar &amp; Laborator

Încărcat de

Drepturi de autor:

Formate disponibile

1 Statistic Aplicat (L1 & S1) Experimente aleatoare n Matlab

Generarea de numere (pseudo-)aleatoare

Matlab, i de aceea ele nu pot  aleatoare n sensul strict al cuvntului.

Matlab sunt rezultatul compilrii

Generarea de numere aleatoare de o repartiie dat

m linii i n coloane, avnd componente

lege putem scrie oricare dintre expresiile din tabelul

normrnd (5, 0.2,

random ('poiss',0.01, 200, 50);

Matlab pot  exportate n ierul Workspace cu numele dorit.

din Figura 1.1, am generat o selecie aleatoare de

de numere ce urmeaz repartiia lognormal de

i am salvat-o (folosind butonul Export) ntr-un vector

Figura 1.1: Interfa pentru generarea de numere aleatoare de o repartiie dat.

repartiii probabilistice discrete

repartiii probabilistice continue

bino: nbin: poiss: unid: geo: hyge:

repartiia binomial repartiia Poisson

repartiia binomial negativ

repartiia uniform discret repartiia geometric repartiia

G eo(p) hipergeometric H(n, a, b)

norm: unif: exp: gam: beta: logn: chi2: t: f: wbl:

Tabela 1.1: Repartiii uzuale n

Matlab Matlab folosind i alte seturi de funcii,

Repartiiile uniform continu i normal mai pot  simulate n

Generarea de numere uniform repartizate ntr-un interval, U (a, b)

genereaz un numr aleator repartizat uniform n

X = (rand < 0.5)

astfel generat este un

Y = sum(rand(10,1) < 0.5)

aruncri ale unei monede ideale).

genereaz o matrice aleatoare cu

U (0, 1). [a, b].

genereaz un numr pseudo-aleator repartizat uniform n

s = rand('state'), i se atribuie variabilei s un vector de 35 de elemente, repre-

Printr-o generare de numere aleatoare uniform distribuite n intervalul

numere aleatoare care au aceeai ans de a  oriunde n

i nu numere la intervale egale.

Figura 1.2 reprezint cu histograme date uniform distribuite n intervalul

Figura 1.2: Reprezentarea cu histograme a datelor uniforme.

Generarea de numere repartizate normal, N (, )

genereaz un numr aleator repartizat normal

N (0, 1). N (0, 1).

genereaz o matrice aleatoare cu

urmtor produce Figura 1.3:

x = 0:0.05:10; y = 5 + 1.1*randn(1e5,1); hist(y,x)

% date distribuite N (5, 1.1)

Simularea aruncrii unei monede

Comanda X = (rand < 0.5);

Figura 1.3: Reprezentarea cu histograme a datelor normale.

simuleaz aruncarea unei monede ideale. numr aleator repartizat

Vom mai spunem c numrul

astfel generat este un

(similar cu schema bilei revenite, n cazul n care o urn are bile

albe i negre n numr egal i extragem o bil la ntmplare)

Numrul Y = urmeaz repartiia

Acelai experiment poate  modelat i prin comanda

Matlab a unei v.a. de tip discret

S considerm o variabil aleatoare ce poate avea doar realizare

Tabloul de repartiie asociat este:

a b c 0.5 0.2 0.3

Matlab, procedm astfel:

rezultate posibile, i anume,

Pentru a simula acest experiment, modicm n mod

Statistica Seminar & Laborator

Statistica Seminar & Laborator

Matlab, i de aceea ele nu pot aleatoare n sensul strict al cuvntului.

Matlab pot exportate n ierul Workspace cu numele dorit.

Repartiiile uniform continu i normal mai pot simulate n

numere aleatoare care au aceeai ans de a oriunde n

Acelai experiment poate modelat i prin comanda

Pentru a simula acest experiment, modicm n mod

i vericm dac acesta se a n intervalul

ind parametrul repar-

dintre spectatorii premiai s e femei?

nu ar mai o v.a. binomial, deoarece alegerea spectatorilor nu mai este aleatorie

(spectatorii aezai alturi pot cunotinte, prieteni etc.).

c adversarii sunt de aceeai valoare. Justicai rspunsul.