Sunteți pe pagina 1din 30

Statistic urban i analiz de mediu

Alexandru-Ionu PETRIOR doctor n ecologie

Context

Reguli generale

nchidem telefoanele mobile n timpul cursului i atelierului Vorbim ntrebai i nu atunci cnd vorbete altcineva n afara faptului c prezena se verific i este o parte a notei finale, subiectele de la examene i lucrri acoper toat materia Dac ceva nu s-a neles, solicitm clarificri ct mai curnd posibil, ridicnd braul

Despre cel care v pred

Licen n ecologie urban, Facultatea de Biologie, Universitatea Bucureti Masterat n biostatistic, Universitatea din Carolina de Sud, oraul Columbia, statul Carolina de Sud, Statele Unite ale Americii Doctorat n ecologie la aceeai universitate Doctorat n geografie, Facultatea de Geografie, Universitatea Bucureti Experien de lucru CP II/confereniar la aceeai universitate Expert, Direcia General Amenajarea Teritoriului, Urbanism i Politica Locuirii, Ministerul Transporturilor, Construciilor i Turismului CS I, Institutul Naional de Cercetare-Dezvoltare URBANPROIECT Lector al cursurilor de ecologie, Institutul Naional de Administraie Confereniar la Universitatea Spiru Haret Lector la Facultatea de Urbanism, UAIM din 2007

Despre curs

Obiectiv

Situate n sfera disciplinelor informative, cursul i atelierul nu i propun formarea unui specialist n aria curricular specific acestuia, ci familiarizarea studenilor cu principalele concepte i metode folosite n procesul de analiz a datelor statistice i de mediu, inclusiv a tehnicilor bazate pe folosirea calculatorului, cu accent pe aplicarea lor n cazul ecosistemelor urbane. Prin intermediul temelor discutate, rezolvate de studeni sau abordate de acetia pentru elaborarea referatelor vor fi prezentate procesele de aplicare a metodelor i de utilizare a informaiilor specifice domeniilor statisticii i analizei de mediu n urbanism, peisagistic i amenajarea teritoriului, accentul fiind pus pe interpretarea rezultatelor finale ale acestor procese i relevana lor pentru un viitor urbanist sau peisagist.

Despre curs

Cursul este format din dou pri: statistic urban i analiz de mediu. Dintre cele 14 ntlniri, dou vor fi dedicate recapitulrii noiunilor din fiecare parte a cursului. Materialele care descriu cursul sunt disponibile i pe Internet, la adresa: http://(www).environmetrics.ro/Studenti/ Forma de predare: prelegeri, prezentri Power Point, demonstraii pe calculator (Excel), discuii. Titlul cursurilor de statistic

Noiuni introductive de statistic. Definiia i scopul statisticii. Populaii i eantioane; inferen statistic; ipoteze tiinifice i statistice; diferene semnificative i nesemnificative. Conceptul de probabilitate; probabilitate obiectiv i subiectiv. Tipuri de scale. Clasificarea variabilelor i seriilor statistice.

Despre curs (continuare)


Statistic descriptiv. Tabele statistice. Sintez grafic univariat: diagrame n batoane, diagrame circulare i histograme. Sintez grafic univariat: poligoane de frecvene, curbe de frecvene i piramida populaiei (pe vrste i sexe). Distribuii uni , bi i multimodale. Sintez numeric univariat: indicatori de tendin central i relaii dintre acetia: media aritmetic, mediana i moda. Sintez numeric univariat: indicatori de mprtiere: dispersia, variana, abaterea standard, amplitudinea. Sintez numeric univariat: valori extreme. Distribuia normal; distribuia normal standard. Recapitularea noiunilor de statistic. Clarificarea problemelor.

Titlul atelierelor

Materialele care descriu atelierul sunt disponibile i pe Internet, la adresa: http://(www).environmetrics.ro/Studenti/ Forma de predare: Prelegeri, prezentri Power Point, demonstraii pe calculator (Excel), discuii. Statistic Diagrame n batoane, diagrame circulare i histograme, poligoane de frecvene, curbe de frecvene i piramida populaiei (pe vrste i sexe) realizare manual i/sau n Excel. Media (aritmetic, geometric), mediana i moda, dispersia, variana, abaterea standard, amplitudinea calcul manual i/sau n Excel. Prezentarea temei de statistic, exemple de lucru, recapitularea metodelor de analiz statistic necesare pentru rezolvarea temei i clarificarea problemelor.

Despre curs (continuare)

Prezena i activitatea vor fi evaluate astfel:

Prezena: evaluat comparativ pe baza acumulrii de puncte n urma unor rspunsuri corecte la diverse ntrebri adresate pe parcursul cursului i atelierului. Studentul cu cel mai mare numr de puncte va obine 4 puncte la activitate, iar cel cu numrul minim de puncte, 0, activitatea celorlali fiind recompensat proporional cu numrul de puncte acumulate. Absenele justificate prin scutiri medicale prezentate cel trziu la examen sau diferite probleme personale serioase, anunate pe ct posibil naintea producerii lor, nu se penalizeaz.

Despre curs (continuare)


Activitatea va fi evaluat comparativ pe baza acumulrii de puncte n urma unor rspunsuri corecte la diverse ntrebri adresate pe parcursul cursului i atelierului. Studentul cu cel mai mare numr de puncte va obine 4 puncte la activitate, iar cel cu numrul minim de puncte, 0, activitatea celorlali fiind recompensat proporional cu numrul de puncte acumulate. Nota la prezen i activitate reprezint media aritmetic a notelor pentru prezen (maximum 4 puncte) i activitate (maximum 4 puncte). Nota final: 4 p. prezen i activitate + 6 p. examen.

Despre curs (continuare)

Actele de indisciplin sunt penalizate individual i colectiv. Studentul indisciplinat va fi penalizat proporional cu gravitatea abaterii prin puncte pentru activitate negativ, care vor fi sczute din nota la activitate. Punctajul negativ la activitate nu va fi luat n calculul notei corespunztoare activitii minime, valoarea limitei minime fiind zero. Ca atare, un student care acumuleaz cel puin 7,02 puncte pentru activitate negativ va avea nota final: [(-7,02+4)/2]+6=4,49 i va fi declarat nepromovat. Cerine: Minim: cunoaterea conceptelor i metodelor Maxim: folosirea conceptelor i metodelor

Despre curs (continuare)

Ce spun seriile care s-au conformat cerinelor

...i cele care nu s-au

conformat

Plcerea de a preda, disponibilitatea de a comunica i de a fi la dispoziia studenilor, meritul de a face materia mai uor de neles i mai atractiv (2007) Calm, rbdare, optimism (2007) Rbdare, respect (2007) Indulgen (2007) Stilul de a fi, comunicarea direct i uoar cu studenii (2008) Rbdare, indulgen, buna dispoziie (2008) Foarte nelegtor (2009)

Atmosfer tensionat (2010) Exigena (2011) Pedepsirea colectiv (2012) Uor irascibil (2013) Atmosfera puin prea ncrcat (2013) Pedepsirea colectivului (2013) Efectul de fric produs (2013) Foarte uor iritabil (2013) Exigena (2013) i-a fcut treaba (2013) Penalizare exagerat a indisciplinei (2013)

Despre curs (continuare)

Bibliografie Dragomirescu L, Drane JW, Biostatistic pentru nceptori, Vol. 1 Biostatistic descriptiv (incl. altele) Petrior AI, Elemente de statistic urban cu aplicaii rezolvate n Excel Petrior AI, Ecologie urban, dezvoltare spaial durabil i legislaie Petrior AI, Analiz de mediu cu aplicaii n urbanism i peisagistic

Partea I.
STATISTIC URBAN

Cursul 1. Noiuni introductive de statistic

Coninut:

Definiia i scopul statisticii Populaii i eantioane Inferen statistic Ipoteze tiinifice i statistice Diferene semnificative i nesemnificative Conceptul de probabilitate Probabilitate obiectiv i subiectiv Tipuri de scale Clasificarea variabilelor i seriilor statistice

Definiia i scopul statisticii

Definiii ale statisticii

Statistica este tiina care se ocup cu studiul laturii cantitative a realitilor nconjurtoare (din societate, natur etc.). (Noul dicionar explicativ al limbii romne, Colectiv, Editura Litera Internaional, 2002) Statistica este tiina care culege, sintetizeaz, descrie i interpreteaz date referitoare la fenomene generale. (Dicionarul explicativ al limbii romne, Academia Romn, Institutul de Lingvistic "Iorgu Iordan", Editura Univers Enciclopedic, 1998) Statistica este un instrument de cunoatere tiinific, un mod de gndire complex i dificil de asimilat, deoarece cere experien, fler, o cunoatere aprofundat a multor subdomenii cele mai multe aparinnd matematicii precum i o anumit etic profesional (Dragomirescu L., op. cit.)

Scopul statisticii

Statistica are ca scop studiul unei mulimi de observaii efectuate asupra unei mulimi de obiecte de aceeai natur, denumite uniti statistice i care prezint caracteristici variabile (numite simplu variabile) susceptibile de a fi clasate, ordonate sau msurate. Mulimea acestor obiecte se numete serie statistic sau ir statistic (Dragomirescu L., op. cit.). Ex.: ntr-un ora, locuinele pot prezenta urmtoarele caracteristici variabile: Tipul (apartament, garsonier, vil, condominiu etc.) Apartenena la o anumit clas de confort 1, 2, 3 sau 4 Numrul de camere Suprafaa total

Populaii i eantioane

Mulimile de uniti statistice sunt de dou tipuri:

Populaiile statistice sunt mulimi de uniti statistice (obiecte, indivizi, fenomene, evenimente, idei, opinii, numere etc.) la care se limiteaz interesul cercettorilor. Sunt foarte mari, majoritatea fiind infinite, i de aceea studiul lor exhaustiv nu este economic sau este imposibil. Eantioanele sunt submulimi ale populaiilor statistice considerate pentru a obine informaii despre populaiile respective (Dragomirescu L., op. cit.).

Statistic descriptiv i inductiv (inferenial)

Statistica descriptiv

Sintetizeaz grafic i numeric informaia culeas exhaustiv dintro populaie statistic Descrie fr s explice esenialul din date Se realizeaz prin sinteze grafice i numerice, n care se renun la o parte din informaie pentru a ctiga n relevan paradigma central a statisticii, dup P. Benzecri Cuprinde: teoria eantionajului, teoria estimaiei, verificarea ipotezelor statistice i planificarea experimentelor Este o cercetare selectiv, prin eantioane Are ca obiectiv obinerea unui maximum de informaie asupra populaiei cu un minimum de efort mbuntirea reprezentativitii eantioanelor (Dragomirescu L., op. cit.)

Statistica inductiv sau inferenial


Inferen statistic

Studiile efectuate asupra populaiilor de ctre statistica descriptiv produc rezultate certe, iar cele efectuate asupra eantioanelor de ctre statistica inductiv/inferenial produc rezultate incerte. Exprimarea tiinific a gradului de incertitudine este fcut n statistica inductiv prin inferen statistic. Inferena statistic reprezint extrapolarea judecilor obinute pe eantioane (prelevate prin anumite procedee statistico-matematice) la populaiile statistice din care au fost extrase (Dragomirescu L., op. cit.).

Inferen statistic (continuare)


n cadrul acestui curs vom studia in extenso doar statistica descriptiv. De aceea vom prezenta doar cteva elemente de inferen statistic la nceput. Tentativa de a explica una sau mai multe observaii tiinifice se numete ipotez tiinific. Pentru a fi susinute au nevoie de seturi de date (observaii, experimente) i de o susinere statistic. Ipotezele statistice sunt afirmaii privind una sau mai multe populaii statistice pentru verificarea ipotezelor tiinifice. O ipotez statistic este format dintr-o ipotez nul (formulat de regul sub forma nu exist diferene) i o ipotez alternativ care o contrazice i care corespunde ipotezei tiinifice (Dragomirescu L., op. cit.).

Inferen statistic (continuare)

n urma aplicrii unui test statistic, se respinge ipoteza nul dac au fost detectate diferene semnificative sau nu, n caz contrar. Diferenele semnificative sunt att de mari (comparate cu un nivel de semnificaie notat cu a), nct ele nu pot fi atribuite fluctuaiilor datorate extragerii aleatoare a eantioanelor, ci provin dintr-un motiv semnificativ, mai exact cel precizat de ipoteza tiinific. De remarcat faptul c n statistica inductiv ipoteza nul nu este acceptat dac nu au fost detectate diferene semnificative, deoarece probabilitatea ca ea s fie adevrat nu este 100%, ci (1 a) 100 % (Dragomirescu L., op. cit.).

Conceptul de probabilitate. Probabilitate obiectiv i subiectiv.

Probabilitatea este o caracteristic numeric a gradului posibilitii de realizare a unui eveniment sau fenomen (Noul dicionar explicativ al limbii romne, Colectiv, Editura Litera Internaional, 2002) n condiii bine determinate (Iosifescu M. et al., Mic enciclopedie de statistic). Probabilitatea poate fi obiectiv sau subiectiv. Probabilitatea obiectiv are dou definiii:

Definiia clasic: raportul dintre numrul de cazuri favorabile producerii unui eveniment i numrul total de cazuri.

Exemplu: Care este probabilitatea ca prin aruncarea unui zar s obinem o fa cu un numr impar de puncte?

Probabilitate obiectiv i subiectiv (continuare)


Rspuns: Cazuri favorabile 3: 1, 3, 5 Cazuri posibile 6: 1, 2, 3, 4, 5, 6 Probabilitatea: 3 / 6 = 0,5

Aceast probabilitate poate fi calculat nainte de producerea unui eveniment se numete probabilitate a priori sau teoretic.

Definiia empirist (von Mieses): numrul spre care tinde s se stabilizeze frecvena relativ a evenimentului respectiv pe msur ce evenimentul se repet de un numr ct mai mare de ori.

Este o probabilitate a posteriori.

Probabilitate obiectiv i subiectiv (continuare)

Probabilitatea subiectiv reprezint o codificare subiectiv de informaii efectuat de o persoan interesat de a o evalua traducerea bunului sim n cifre (Dragomirescu L., op. cit.)

Exemplu: care este probabilitatea ca n urmtorii 5 ani oraul Bucureti s-i dubleze suprafaa?

Tipuri de scale

Dac A i B sunt dou uniti statistice, iar x o variabil cu caracteristicile xA i xB,

Scala nominal realizeaz doar o distincie: xA = xB sau xA xB. Exemplu: tipul locuinei individuale (apartament, garsonier, vil, condominiu etc.) Scala ordinal are n plus o ordine. Dac xA xB, atunci xA > xB sau xA < xB.

Exemplul 1: o ierarhie a aezrilor umane: megalopolisuri, capitale, orae mari, orae mici, sate etc. Exemplul 2: o ierarhie a diferitelor tipuri de locuin n funcie de confort, n una dintre clasele de confort (1, 2, 3 sau 4)

Tipuri de scale (continuare)

Scala de intervale egale are n plus o msur semnificativ a diferenei dintre dou valori. Dac xA > xB, atunci spunem c A este mai mare dect B cu xA xB.

Exemplu: numrul de camere al locuinelor

Scala de proporii egale are n plus un zero absolut, implicit i o msur semnificativ a proporiei dintre dou valori. Astfel, putem spune c A este mai mare dect B de xA / xB ori (Dragomirescu L., op. cit.).

Exemplu: suprafaa total a locuinei

Clasificarea variabilelor (grosier)

Variabile calitative cele de pe scala nominal. Prezint variante care se claseaz.

Exemplu: tipul locuinei individuale (apartament, garsonier, vil, condominiu etc.): se claseaz.

Variabile cantitative cele de pe scalele ordinal, de intervale egale sau de proporii egale. Prezint valori care se ordoneaz sau se msoar (Dragomirescu L., op. cit.).

Exemplul 1: o ierarhie a diferitelor tipuri de locuin n funcie de confort, n una dintre clasele de confort (1, 2, 3 sau 4): se ordoneaz Exemplul 2: numrul de camere al locuinelor: se msoar Exemplul 3: suprafaa total a locuinei: se msoar.

Clasificarea variabilelor (continuare)

Clasificarea de lucru (Dragomirescu L., op. cit.)

Variabile calitative cele de pe scala nominal, inclusiv cele binare

Exemplu: tipul locuinei individuale (apartament, garsonier, vil, condominiu etc.) Exemplu: o ierarhie a diferitelor tipuri de locuin n funcie de confort, n una dintre clasele de confort (1, 2, 3 sau 4)

Variabile tip rang cele de pe scala ordinal

Variabile tip msurtoare/dimensiuni cele de pe scalele interval sau raport

Exemplul 1: numrul de camere al locuinelor Exemplul 2: suprafaa total a locuinei

Clasificarea seriilor statistice

O prim clasificare, n funcie de exhaustivitatea datelor, a fost deja studiat. Aceasta mparte seriile statistice n populaii i eantioane statistice. n funcie de numrul de variabile luate n consideraie simultan, seriile statistice pot fi univariate, bivariate sau multivariate. n cadrul acestui curs vom studia doar:

Populaiile statistice Seriile univariate

ntrebri

Regula general: dac ceva nu s-a neles, solicitm clarificri ct mai curnd posibil, ridicnd braul. La sfritul fiecrui curs sau n pauze atept ntrebri.