Statistic A AP Suport Curs

UNIVERSITATEA ALEXANDRU IOAN CUZA IAI
FACULTATEA DE ECONOMIE I ADMINISTRAREA

AFACERILOR

CARMEN PINTILESCU

STATISTIC

2010 Prof. Univ. Dr. Carmen Pintilescu Statistica Suport de curs

2

CUPRINS

INTRODUCERE ................................................................................................................ 3
1. Statistic descriptiv i statistic inferenial ......................................................... 3
2. Variabile statistice ................................................................................................... 3
PARTEA NTI ................................................................................................................. 7
CAPITOLUL 1. DISTRIBUII STATISTICE .............................................................. 7
1.1. Distribuii statistice pentru variabile numerice discrete ....................................... 7
1.2. Distribuii statistice pentru variabile numerice continue ..................................... 8
1.3. Distribuii statistice pentru variabile categoriale ............................................... 10
CAPITOLUL 2. CARACTERIZAREA UNEI SERII STATISTICE DUP O
VARIABIL NUMERIC DISCRET ...................................................................... 13
2.1. Frecvene absolute cumulate cresctor (N
i
) sau descresctor (N
i
) ............... 13
2.2. Frecvene relative cumulate cresctor (F
i
) sau descresctor (F
i
) ................... 13
2.3. Caracterizarea seriei statistice folosind metode grafice ..................................... 18
2.4. Caracterizarea seriei folosind indicatori ai statisticii descriptive ...................... 21
VARIABIL NUMERIC CONTINU .................................................................... 57
3.1. Frecvene absolute i relative cumulate cresctor sau descresctor ................... 57
3.2. Caracterizarea seriei folosind metode grafice .................................................... 59
VARIABIL CATEGORIAL ................................................................................... 75
4.1. Caracterizarea seriei folosind metode grafice .................................................... 75
PARTEA A DOUA........................................................................................................... 81
Capitolul 5. Noiuni i notaii folosite n inferena statistic ........................................ 81
5.1. Populaie i eantion .......................................................................................... 81
5.2. Parametri i estimaii.......................................................................................... 81
5.3. Distribuia de selecie a mediei .......................................................................... 82
Capitolul 6. Estimarea parametrilor unei populaii ....................................................... 87
6.1. Estimarea mediei unei populaii ( ) ................................................................. 87
6.2. Estimarea proporiei unei populaii (p) .............................................................. 89
CAPITOLUL 7. TESTAREA IPOTEZELOR STATISTICE ...................................... 93
7.1. Testarea ipotezelor cu privire la un parametru .................................................. 93
7.2 Testarea ipotezelor cu privire la doi parametri ................................................. 104
7.3. Estimare versus testare ..................................................................................... 112
ANEXE ........................................................................................................................... 113
BIBLIOGRAFIE ............................................................................................................. 117


3

INTRODUCERE

Termenul de statistic a evoluat din momentul n care a aprut pentru prima
oar n lucrarea lui Gottfried Achenwall, publicat n 1746, pn n zilele noastre. n acea
perioad, prin termenul de statistic se nelegea un ansamblu de informaii despre
lucrurile remarcabile cu privire la colectivitatea numit stat, expuse ntr-o anumit ordine.
n prezent, prin statistic se nelege un ansamblu de metode folosite pentru culegerea,
prezentarea i analiza datelor nregistrate pentru o colectivitate statistic.

1. Statistic descriptiv i statistic inferenial

Datele obinute n urma observrii statistice sunt prelucrate cu ajutorul metodelor
statisticii descriptive i a statisticii infereniale. Statistica descriptiv are ca obiectiv
prezentarea sintetic a datelor statistice, folosind metode de reprezentare grafic i prin
calculul diferiilor indicatori statistici (indicatori ai tendinei centrale, indicatori ai
dispersiei, indicatori ai asimetriei i boltirii). Statistica inferenial are ca obiectiv
caracterizarea unei populaii prin prelucrarea datelor nregistrate pentru un eantion extras
din aceasta. Problemele statisticii infereniale sunt, astfel, estimarea parametrilor
populaiei (a mediei, varianei i proporiei) i testarea ipotezelor statistice.

2. Variabile statistice

2.1. Definire i notaii
Variabila statistic este o caracteristic, o nsuire a unor uniti statistice, care
nregistreaz o anumit valoare, pentru fiecare unitate statistic observat.
Exemple
- dac se consider ansamblul firmelor din judeul Iai care desfoar activitate
de producie, variabilele statistice care pot reprezenta un interes pentru cercetarea
statistic sunt: valoarea vnzrilor, numrul de salariai, cifra de afaceri, mrimea firmei
etc.
- dac se consider ansamblul studenilor unei serii, variabilele statistice care pot
fi supuse analizei statistice sunt: vrsta studenilor, sexul persoanei etc.

O variabil statistic este notat cu X. Valorile sau variantele variabilei X se
noteaz cu x
i
. Din punct de vedere formal, avem: m , 1 i cu ), x ( : X
i
= .

4
2.2. Clasificarea variabilelor statistice
Variabilele statistice pot fi clasificate dup mai multe criterii:
1. Dup modul de exprimare, distingem:
- variabile cantitative sau numerice sunt acele variabile pentru care valorile
sunt exprimate numeric.
Exemple: vrsta persoanelor, ctigul salarial, nlimea etc.

- variabile nenumerice, calitative sau categoriale sunt acele variabile pentru
care valorile sunt exprimate prin cuvinte.
Exemple: sexul persoanei (masculin i feminin), starea civil (celibatar, cstorit,
vduv, divorat), mediul de reziden (urban, rural) etc.
Pentru analiza statistic, valorilor variabilei categoriale li se atribuie un cod
numeric. Variabilele categoriale pot fi nominale sau ordinale.
Variabilele nominale sunt acele variabile pentru care ordinea acordrii codurilor
nu are un sens.
Exemple: pentru variabila X: Sexul persoanei, se pot acorda codurile 1 pentru
varianta Masculin i 2 pentru varianta Feminin, fr s se poat stabili o relaie de ordine
ntre aceste dou valori.

Variabilele ordinale sunt acele variabile n care exist o relaie de ordine ntre
unitile din categoriile variabilei. Ordinea acordrii codurilor diferitelor categorii ale
variabilei X are, n acest caz, un sens.
Exemple: pentru variabila X: Preferina pentru un produs, cu variantele Foarte
bun, Bun, Nici bun-nici ru, Foarte ru, Ru, ordinea acordrii codurilor are un sens.
Valorile variabilei X sunt 1- Foarte bun, 2- Bun, 3- Nici bun-nici ru, 4 - Foarte ru, 5-
Ru.

2. Dup numrul de valori ale variabilei, distingem:
- variabile dichotomice sau binare sunt acele variabile care nregistreaz dou
valori.
Exemple: dac se nregistreaz rata omajului n diferite ri ale Uniunii Europene
se pot defini dou categorii de ri: o categorie format din rile cu o rat a omajului
mai mic dect nivelul mediu nregistrat pentru ansamblul rilor UE i o categorie
format din rile cu o rat a omajului mai mare.

- variabile care nregistreaz trei sau mai multe valori.
Exemple: pentru variabila X: vrsta, valorile care pot fi nregistrate pentru o
populaie sunt: (x
i
)=(0, 1, 2, ...) ani.

3. Dup modul de manifestare a variaiei lor, distingem:
- variabile discrete sunt acele variabile care nu pot lua dect valori finite din
domeniul de valori al variabilei.
Exemple: variabilele Numrul de angajai, Numrul de omeri, Numrul de copii
pe familie etc.


5
- variabile continue sunt acele variabile care pot lua o infinitate de valori din
domeniul de valori al variabilei.
Exemple: variabilele nlimea, Greutatea, Viteza etc.

2.3. Scale de msurare
n vederea msurrii unei variabile pentru o unitate statistic, valorilor unei
variabile li se atribuie coduri sau numere. Scala este reprezentat de aceste coduri sau
numere atribuite valorilor unei variabile X.
n statistic se folosesc patru tipuri de scale:
1. scale pentru msurarea variabilelor categoriale: scala nominal i scala
ordinal;
2. scale pentru msurarea variabilelor numerice: scala interval i scala raport.

Scala nominal este o scal care presupune atribuirea de coduri variantelor unei
variabile categoriale nominale. Aceste coduri nu au dect rolul de a realiza o separare a
unitilor statistice pe clase sau grupe. Ordinea acordrii acestor coduri nu are un sens. Pe
aceast scal de msurare, nu este posibil realizarea operaiilor de adunare, scdere etc.

Exemplu
- pentru variabila Sexul persoanei, codurile care se atribuie valorilor acestei
variabile sunt, de exemplu, 1 - pentru unitile statistice de sex masculin, 2-
pentru unitile statistice de sex feminin. Ordinea acordrii acestor coduri nu
are un sens, ceea ce nseamn c se poate atribui codul 1 - pentru unitile
statistice de sex feminin i codul 2- pentru unitile statistice de sex masculin.
Pentru aceast variabil statistic, singurele operaii care pot fi realizate
privesc doar frecvenele sau numrul de uniti statistice. De exemplu, poate fi
identificat categoria care are frecvena cea mai mare, ns nu poate fi
calculat media aritmetic, deoarece valorile codurilor sunt arbitrare.

Scala ordinal este o scal care presupune atribuirea de coduri variantelor unei
variabile categoriale ordinale. Scala ordinal introduce relaia de ordine ntre valorile
acestor coduri. Pe aceast scal de msurare, este posibil realizarea operaiilor specifice
variabilelor nominale, dar i a operaiilor care au la baz relaia de ordine.

Exemplu
- pentru variabila Nivelul de educaie cu variantele Studii primare, Studii
gimnaziale, Studii liceale, Studii superioare, codurile care se atribuie valorilor
acestei variabile sunt, de exemplu, 1 - Studii primare, 2 - Studii gimnaziale, 3
- Studii liceale, 4 - Studii superioare. Ordinea acordrii acestor coduri are, n
acest caz, un sens. Pentru aceast variabil statistic, poate fi identificat
categoria care are frecvena cea mai mare, dar i numrul de uniti care au
studii primare, gimnaziale i liceale.


6
Scala interval este o scal care se folosete pentru o variabil numeric.
Diferena dintre dou valori are, n acest caz, un sens. Scala interval se caracterizeaz
printr-o valoare zero, fixat, ns, arbitrar: valoarea zero nu arat absena unui fenomen,
ci doar trecerea de la o stare la alte. De aceea, raportul dintre dou valori nu are sens n
cazul scalei interval.

Exemplu
Dac se consider temperatura exprimat n grade Celsius, diferena dintre
valorile 20
0
i 10
0
are aceeai semnificaie ca diferena dintre valorile 30
0
i 20
0
.
Temperatura de 20
0
de grade, de exemplu, nu arat ns faptul c aceasta este o
temperatur de dou ori mai mare dect temperatura de 10
0
. De aceea, raportul dintre
dou valori n cazul scalei interval nu are sens.

Scala raport este folosit pentru variabilele numerice i are ca proprietate faptul
c posed un zero absolut. Valoarea zero arat, n acest caz, absena unui fenomen. n
cazul acestei scale sunt posibile toate operaiile aritmetice.

Exemplu
Dac se consider greutatea unor persoane, diferena i raportul dintre dou valori
au un sens. O greutate de 50 kg este de dou ori mai mare dect greutatea de 25 de kg.
Valoarea zero arat faptul absena greutii pentru unitatea respectiv.

7

PARTEA NTI
STATISTIC DESCRIPTIV

CAPITOLUL 1. DISTRIBUII STATISTICE

Plecnd de la un ir de valori ale unei variabile X nregistrate pentru un ansamblu
format din m uniti, se poate realiza o grupare a acestor valori, prin construirea unei
distribuii de frecven.
O distribuie sau o serie statistic presupune ordonarea valorilor variabilei X i
determinarea frecvenei de apariie, a numrului de uniti pentru fiecare valoare x
i
a
variabilei. Frecvena de apariie este notat cu n
i
.

1.1. Distribuii statistice pentru variabile numerice discrete
Distribuia statistic pentru o variabil discret presupune realizarea unei grupri a
valorilor variabilei X pe variante de variaie i determinarea frecvenei de apariie a
fiecrei variante x
i
.
Forma de prezentare a unei distribuii statistice pentru o variabil discret este
prezentat n tabelul de mai jos:

Tabelul 1.1. Forma general a unei distribuii
pentru o variabil discret
x
i
n
i

x
1
n
1

x
2
n
2

M M
x
i
n
i

M M
x
m
n
m

TOTAL
=
i
i
n n

Exemplu
Pentru un ansamblu format din 20 de studeni se nregistreaz nota obinut la un
examen n sesiunea iunie 2009 i se obin urmtoarele rezultate: 9, 6, 5, 5, 6, 7, 6, 7, 9,
10, 7, 8, 4, 5, 8, 8, 7, 7, 6, 8. Se cere s se formeze distribuia de frecven.


8
Rezolvare
Variabila statistic X este reprezentat de Nota obinut la examen, iar variantele
variabilei X sunt valorile x
i
: (4, 5, 6, 7, 8, 9, 10).
Pentru formarea distribuiei de frecven, se ordoneaz valorile variabilei X: Nota
obinut la examen n sens cresctor i se determin frecvena de apariie, n
i
, a fiecrei
variante x
i
. Rezultatele sunt prezentate n tabelul de mai jos:

Tabelul 1.2. Distribuia studenilor dup nota obinut la un examen
n sesiunea iunie 2009
x
i
Frecvena de apariie n
i

4 I 1
5 III 3
6 IIII 4
7 IIIII 5
8 IIII 4
9 II 2
10 I 1
TOTAL - 20

1.2. Distribuii statistice pentru variabile numerice continue
Pentru construirea unei distribuii statistice dup o variabil continu, de regul,
se definesc intervale de variaie (x
i-1
, x
i
). Considernd cazul intervalelor egale de variaie,
pentru formarea distribuiei de frecven se parcurg urmtoarele etape:
se calculeaz mrimea intervalelor de grupare, dup relaia:
k
x x
k
A
l
min max

= = , unde:
A este amplitudinea de variaie a variabilei X, adic diferena dintre nivelul maxim
i nivelul minim al variabilei: A=x
max
-x
min
;
k este numrul de grupe n care se grupeaz datele.
Dac se obine un numr zecimal, mrimea intervalului de grupare se rotunjete
ntotdeauna n plus.

se formeaz intervalele de grupare;
se determin frecvena de apariie, n
i
, corespunztoare fiecrui interval de variaie.

Forma de prezentare a unei distribuii statistice pentru o variabil continu este
realizat n tabelul de mai jos:


9
pentru o variabil continu
x
i-1
-x
i
n
i

x
o
-x
1
n
1

x
1
-x
2
n
2

M M
x
i-1
-x
i
n
i

M M
x
m-1
-x
m
n
m

TOTAL
=
i
i
n n

Observaie
n cazul variabilelor discrete care prezint un numr mare de valori, pentru o
prezentare sintetic a distribuiei unitilor statistice, se realizeaz, de regul, gruparea
acestora pe intervale de variaie.

Exemplu
Pentru un ansamblu format din 30 de firme se nregistreaz valoarea vnzrilor
(mil. Lei) obinute n luna decembrie 2008 i se obin urmtoarele rezultate: 11, 9, 15, 16,
18, 20, 22, 12, 9, 6, 5, 5, 6, 7, 6, 7, 9, 10, 7, 8, 7, 5, 8, 8, 21, 22, 7, 7, 6, 8. Se cere s se
formeze distribuia de frecven pe intervale de variaie egale, considernd 5 intervale de
grupare.

Rezolvare
Variabila statistic X este reprezentat de Valoarea vnzrilor.
Pentru formarea distribuiei de frecven pe intervale de variaie egale, se parcurg
urmtoarele etape:
se calculeaz mrimea intervalelor de grupare, dup relaia:
4 , 3
5
5 22
k
x x
k
A
l
min max
=
= = . Mrimea intervalelor de variaie este

. 4 4 , 3 l =
se formeaz intervalele de grupare. Primul interval de variaie este intervalul (5-
9), al doilea interval este (9-13) etc.

se determin frecvena de apariie corespunztoare fiecrui interval de variaie.

Rezultatele centralizrii datelor sunt prezentate n tabelul de mai jos:


10
Tabelul 1.4. Distribuia firmelor dup valoarea vnzrilor (mil. Lei)
n luna decembrie 2008
x
i-1
-x
i
n
i

5-9 20
9-13 3
13-17 2
17-21 3
21-25 2
TOTAL 30
*Not: Limita superioar a fiecrui interval este inclus n intervalul respectiv.

Observaie
Pentru gruparea datelor pe intervale de variaie, exist mai multe variante
posibile. Dac limita superioar a unui interval coincide cu limita inferioar a altui
interval, se precizeaz printr-o not unde a fost inclus acea valoare. n exemplul de mai
sus, firmele cu vnzri de 9, 13, 17, 21 mil. Lei au fost incluse n intervalele n care
aceste valori sunt limite superioare.

1.3. Distribuii statistice pentru variabile categoriale
Distribuia statistic pentru o variabil categorial presupune prezentarea
categoriilor variabilei X i determinarea frecvenei de apariie a fiecrei variante.
Forma de prezentare a unei distribuii statistice pentru o variabil categorial este
prezentat n tabelul de mai jos:

pentru o variabil categorial
x
i
n
i

x
1
n
1

x
2
n
2

M M
x
m
n
m

TOTAL
=
i
i
n n

Exemplu
Pentru un ansamblu format din 10 persoane se nregistreaz mediul de reziden
(urban, rural) i se obin urmtoarele rezultate: urban, urban, urban, urban, rural, rural,
urban, urban, rural, urban. Se cere s se formeze distribuia de frecven.

Rezolvare
Variabila statistic X este reprezentat de Mediul de reziden, variabil
categorial nominal, iar variantele variabilei X sunt x
i
: (urban, rural).
Rezultatele sunt prezentate n tabelul de mai jos:


11
Tabelul 1.6. Distribuia persoanelor dup mediul de reziden
x
i
n
i

Urban 7
Rural 3
TOTAL 10


12

13

CAPITOLUL 2. CARACTERIZAREA UNEI SERII
STATISTICE DUP O VARIABIL NUMERIC DISCRET

Caracterizarea unitilor statistice observate dup o variabil discret se realizeaz
folosind metode grafice sau numerice. Pentru reprezentarea grafic a unei serii dup o
variabil discret se folosesc urmtoarele diagrame: poligonul frecvenelor, curba
frecvenelor sau curba frecvenelor cumulate. Indicatorii numerici prin care poate fi
caracterizat o serie statistic dup o variabil discret pot fi grupai n indicatori ai
tendinei centrale (mrimi medii), indicatori ai dispersiei, indicatori ai asimetriei i
boltirii.

2.1. Frecvene absolute cumulate cresctor (N
i
) sau descresctor
(N
i
)
Frecvenele absolute cumulate cresctor (N
i
) sau descresctor (N
i
) exprim
numrul de uniti statistice cumulate pn la sau peste un anumit nivel al variabilei,
adic valori x
i
, respectiv x
i
.
Relaiile de calcul sunt:
= + =
i
1 h
h i 1 i i
n n N N , respectiv
=
+
= + =
m
i h
h i 1 i i
n n N N .

2.2. Frecvene relative cumulate cresctor (F
i
i
)
Frecvenele relative cumulate cresctor (F
i
i
) exprim
ponderea unitilor statistice cumulate pn la sau peste un anumit nivel al
caracteristicii, adic valori x
i
, respectiv x
i
.
Relaiile de calcul sunt:
= + =
i
1 h
h i 1 i i
f f F F , respectiv
=
+
= + =
m
i h
h i 1 i i
f f F F , unde f
i
reprezint frecvenele relative.

Frecvenele relative, f
i
, exprim ponderea unitilor n
i
n volumul total al
unitilor observate, n, i se calculeaz dup relaiile:

14

n
n
n
n
f
i
i
i
i
i
= =
, atunci cnd frecvenele sunt exprimate sub form de coeficient.

n acest caz, . 1 f
i
i
=

100
n
n
100
n
n
f
i
i
i
i
i
= =
, atunci cnd frecvenele sunt exprimate sub form de

procente (%). n acest caz, %. 100 f
i
i
=

Exemplu
Distribuia studenilor dintr-o serie dup nota obinut la un examen n sesiunea
iunie 2009 se prezint astfel:

Tabelul 2.1. Distribuia studenilor unei serii
dup nota obinut la un examen n sesiunea iunie 2009
Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze frecvenele absolute i relative cumulate cresctor sau
descresctor.

Rezolvare
Frecvene absolute cumulate cresctor( N
i
)
Frecvenele absolute cumulate cresctor se calculeaz dup relaia:
= + =
i
1 h
h i 1 i i
n n N N .
Pentru exemplul dat, avem:
10 n N
1 1
= = ;
; 35 25 10 n N N
2 1 2
= + = + =
75 40 35 n N N
3 2 3
= + = + = etc.
Celelalte rezultate sunt prezentate n tabelul de mai jos:


15
Tabelul 2.2. Frecvenele absolute cumulate cresctor
x
i
n
i

i
N
4 10 10
5 25 35
6 40 75
7 55 130
8 60 190
9 15 205
10 5 210
TOTAL 210 -

Interpretare
Numrul studenilor care au obinut nota 4 la examen este de 10 studeni.
Numrul studenilor care au obinut cel mult nota 5 este de 35 persoane. Numrul
studenilor care au obinut cel mult nota 6 este de 75 persoane. n mod similar, se
interpreteaz celelalte rezultate.

Observaie
n calculul frecvenelor absolute cumulate cresctor, ultima valoare N
i
este
ntotdeauna egal cu volumul total al eantionului observat. n exemplul dat, avem
N
7
=n=210.

Frecvene absolute cumulate descresctor (
i
N )
Frecvenele absolute cumulate descresctor se calculeaz dup relaia:
=
+
= + =
m
i h
h i 1 i i
n n N N .
5 n N N
7 8 7
= + = ;
; 20 15 5 n N N
6 7 6
= + = + =
80 60 20 n N N
5 6 5
= + = + = etc.

Tabelul 2.3. Frecvenele absolute cumulate descresctor
x
i
n
i

i
N
4 10 210
5 25 200
6 40 175
7 55 135
8 60 80
9 15 20
10 5 5
TOTAL 210 -


16
Interpretare
Numrul studenilor care au obinut nota 10 la examen este de 5 studeni.
Numrul studenilor care au obinut peste nota 9 este de 25 persoane. Numrul studenilor
care au obinut peste nota 8 este de 80 persoane. n mod similar, se interpreteaz celelalte
rezultate.

Frecvene relative (f
i
)
Frecvenele relative se calculeaz dup relaia:
100
n
n
100
n
n
f
i
i
i
i
i
= =
.
% 76 , 4 100
210
10
100
n
n
f
i
i
1
1
= = =

% 90 , 11 100
210
25
100
n
n
f
i
i
2
2
= = =
etc.

Tabelul 2.4. Frecvenele relative
x
i
n
i
f
i
(%)
4 10 4,76
5 25 11,91
6 40 19,05
7 55 26,19
8 60 28,57
9 15 7,14
10 5 2,38
TOTAL 210 100,00

Interpretare
Ponderea studenilor care au obinut nota 4 la examen este de 4,76% din numrul
total de studeni. Ponderea studenilor care au obinut nota 5 este de 11,91%, iar ponderea
studenilor care au obinut nota 6 este de 19,05%. n mod similar, se interpreteaz
celelalte rezultate.

Frecvene relative cumulate cresctor (
i
F )
Frecvenele relative cumulate cresctor se calculeaz dup relaia:
= + =
i
1 h
h i 1 i i
f f F F .
% 76 , 4 f F
1 1
= = ;
%; 67 , 16 91 , 11 76 , 4 f F F
2 1 2
= + = + =

17
% 72 , 35 05 , 19 67 , 16 f F F
3 2 3
= + = + = etc.

Tabelul 2.5. Frecvenele relative cumulate cresctor
x
i
n
i
f
i
(%)
i
F (%)
4 10 4,76 4,76
5 25 11,91 16,67
6 40 19,05 35,72
7 55 26,19 61,91
8 60 28,57 90,48
9 15 7,14 97,62
10 5 2,38 100,00
TOTAL 210 100 -

Interpretare
Ponderea studenilor care au obinut nota 4 la examen este de 4,76% din numrul
total de studeni. Ponderea studenilor care au obinut cel mult nota 5 este de 16,67%.
Ponderea studenilor care au obinut cel mult nota 6 este de 35,72%. n mod similar, se
interpreteaz celelalte rezultate.

Frecvene relative cumulate descresctor (
i
F )
Frecvenele relative cumulate descresctor se calculeaz dup relaiile:
=
+
= + =
m
i h
h i 1 i i
f f F F .
%; 38 , 2 f F F
7 8 7
= + = ;
%; 52 , 9 14 , 7 38 , 2 f F F
6 7 6
= + = + =
% 09 , 38 57 , 28 52 , 9 f F F
5 6 5
= + = + = etc.


Tabelul 2.6. Frecvenele relative cumulate cresctor
x
i
n
i
f
i
(%)
i
F (%)
4 10 4,76 100,00
5 25 11,91 95,24
6 40 19,05 83,33
7 55 26,19 64,28
8 60 28,57 38,09
9 15 7,14 9,52
10 5 2,38 2,38
TOTAL 210 100 -


18
Interpretare
Ponderea studenilor care au obinut nota 10 la examen este de 2,38%. Ponderea
studenilor care au obinut peste nota 9 este de 9,52%. Ponderea studenilor care au
obinut peste nota 8 este de 38,09%. n mod similar, se interpreteaz celelalte rezultate.

2.3. Caracterizarea seriei statistice folosind metode grafice
O distribuie statistic dup o variabil numeric discret poate fi reprezentat
grafic folosind poligonul frecvenelor, curba frecvenelor i curba frecvenelor cumulate.

Poligonul frecvenelor
Construirea poligonului frecvenelor presupune gsirea locului geometric al
punctelor A
i
de coordonate (x
i
, n
i
) sau (x
i
, f
i
) i unirea acestora prin segmente de dreapt.
Poligonul frecvenelor aproximeaz forma unei distribuii.
Alura poligonului frecvenelor este reprezentat n figura de mai jos:

Figura 1. Poligonul frecvenelor

Curba frecvenelor
Construirea curbei frecvenelor presupune ajustarea printr-o linie curb, continu
a poligonului frecvenelor. Curba frecvenelor aproximeaz mai bine forma de distribuie
a colectivitii dup variabila considerat.
Alura curbei frecvenelor este reprezentat n figura de mai jos:

19

Figura 2. Curba frecvenelor

Curba frecvenelor pentru distribuia dat se compar cu forma curbei frecvenelor
pentru o distribuie normal, cunoscut sub denumirea de Clopotul lui Gauss. Aceast
curb este o curb simetric fa de nivelul mediu: jumtate din uniti au valori mai mici
dect nivelul mediu, iar jumtate au valori mai mari.
n urma prelucrrii datelor la nivelul unui eantion, pot fi obinute urmtoarele
forme ale distribuiei unitilor:

Figura 3. Curb asimetric la dreapta

20

Figura 4. Curb asimetric la stnga

n exemplele prezentate n Figura 3 i Figura 4 se observ o concentrare a
frecvenelor n
i
spre valorile mici (Figura 3), respectiv spre valorile mari ale variabilei X
(Figura 4).

Curba frecvenelor cumulate
Construirea curbei frecvenelor cumulate presupune reprezentarea grafic a
funciei de repartiie a frecvenelor unei variabile: F(Xx
i
).
Alura curbei frecvenelor cumulate cresctor este reprezentat n figura de mai
jos:

Figura 5. Curba frecvenelor cumulate cresctor

Alura curbei frecvenelor cumulate desccresctor este reprezentat n figura de
mai jos:

21

Figura 6. Curba frecvenelor cumulate descresctor

2.4. Caracterizarea seriei folosind indicatori ai statisticii descriptive

Cei mai importani indicatori ai statisticii descriptive pot fi grupai n indicatori ai
tendinei centrale, indicatori ai dispersiei, indicatori ai asimetriei i boltirii.

2.4.1. Indicatori ai tendinei centrale (mrimi medii)
Indicatorii tendinei centrale sunt indicatori prin care pot fi caracterizate n mod
sintetic unitile statistice observate dup o variabil X. Principalele mrimi medii folosite
n caracterizarea unei serii statistice sunt media aritmetic, modul i mediana.

a. Media aritmetic ) x (
Media aritmetic pentru o serie statistic dup o variabil discret se calculeaz
dup relaiile:
n
x
x
i
i
= , pentru o serie simpl de valori;

=
i
i
i
i i
n
n x
x , pentru o serie cu frecvene n
i
.

Principalele proprieti ale mediei aritmetice sunt:
1. Media aritmetic se nscrie n intervalul de variaie al variabilei X:

max min
x x x .


22
2. Pentru o serie cu frecvene, media aritmetic este plasat ntre valorile extreme,
oscilnd n jurul valorii cu frecvena dominant.
Media este considerat n statistic un punct de echilibru, similar centrului de
greutate n fizic. Dac o serie nu prezint o asimetrie pronunat, atunci media va fi n
apropierea valorii cu frecvena cea mai mare.

3. Media este o mrime normal, adic suma abaterilor valorilor individuale ale unei
variabile X de la media lor este egal cu zero:
0 ) x x (
i
i
=
, pentru o serie simpl de valori;

0 n ) x x (
i
i
i
=
, pentru o serie cu frecvene.

Exemple
1. Vnzrile unei firme (mil. Lei) nregistrate timp de cinci zile sunt: 10, 9, 8 7, 7.
Se cere s se calculeze media aritmetic.

Rezolvare
Media aritmetic pentru o serie simpl de valori se calculeaz dup relaia:
n
x
x
i
i
= .
Pentru exemplul dat, obinem:
2 , 8
5
7 7 8 9 10
n
x
x
i
i
=
+ + + +
= =
mil. Lei.
Interpretare
Nivelul mediu al vnzrilor zilnice ale firmei este de 8,2 mil. Lei.

2. Distribuia studenilor dintr-o serie dup nota obinut la un examen n sesiunea

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210



23
Rezolvare
Media aritmetic pentru o serie statistic cu frecvene se calculeaz dup relaia

=
i
i
i
i i
n
n x
x .
Elementele pentru calculul mediei aritmetice sunt prezentate n tabelul de mai jos:

Tabelul 2.8. Elementele pentru calculul mediei aritmetice
x
i
n
i

i i
n x
4 10 40
5 25 125
6 40 240
7 55 385
8 60 480
9 15 135
10 5 50
TOTAL
=
i
i
n 210
=
i
i i
n x 1455

nlocuind n relaia de mai sus, se obine :
93 , 6
210
1455
n
n x
x
i
i
i
i i
= =
.
Interpretare
Nota medie obinut de studenii din eantionul observat la examen este de
6,93~7.

b. Modul (Mo)
Modul este valoarea variabilei cea mai frecvent observat ntr-o distribuie, adic
valoarea x
i
care corespunde frecvenei maxime (n
imax
).
Aflarea modului presupune identificarea valorii x
i
corespunztoare frecvenei
maxime (n
imax
).

Exemple
1. Vnzrile unei firme A (mil. Lei) nregistrate timp de cinci zile sunt: 10, 9, 8 7,
7. Se cere s se afle modul.

Rezolvare
Pentru aflarea modului, trebuie identificat valoarea x
i
maxime (n
imax
). Frecvena maxim este n
imax
=2, iar valoarea x
i
corespunztoare este x
i
=7.
Pentru seria dat, modul este: Mo=7 mil. Lei.


24
Interpretare
Valoarea vnzrilor cea mai frecvent nregistrat de firma A este de 7 mil. Lei pe
zi.

2. Vnzrile unei firme A (mil. Lei) nregistrate timp de cinci zile sunt: 10, 8, 8 7,
7. Se cere s se afle valoarea modului.

Rezolvare
Pentru aflarea modului, trebuie identificat valoarea x
i
maxime (n
imax
). Frecvena maxim este n
imax
=2, iar valorile x
i
corespunztoare sunt x
i
=7
i x
i
=8. Seria dat este o serie bimodal, valorile modului fiind de 7 mil. Lei i de 8 mil.
Lei.

Interpretare
Valorile vnzrilor cele mai frecvente sunt de 7 mil. Lei i de 8 mil. Lei pe zi .

3. Distribuia studenilor dintr-o serie dup nota obinut la un examen n sesiunea

Nota Nr. studeni
4 10
5 25
6 40
7 55
Mo=8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze modul.

Rezolvare
Pentru aflarea modului, se afl frecvena maxim: n
imax
=60. Valoarea x
i
care
corespunde acestei frecvene maxime este x
i
=8. Pentru seria dat, modul este: Mo=8.

Interpretare
Cei mai muli studeni au luat la examenul din sesiunea iunie 2009 nota 8.

c. Mediana (Me)
Mediana reprezint acea valoare a variabilei care mparte seria ordonat cresctor
n dou pri egale: jumtate din uniti au valori mai mici dect mediana, iar jumtate au
valori mai mari dect mediana.
Aflarea medianei se realizeaz diferit n funcie de tipul seriei:


25
1. Pentru o serie simpl:
cu numr par de termeni, mediana este reprezentat de media aritmetic simpl a
celor doi termeni centrali ai seriei ordonate cresctor.
Exemplu
Se consider seria reprezentat de valorile 10, 9, 11, 6, 7, 8. Pentru aflarea
medianei, irul valorilor se ordoneaz n sens cresctor: 6, 7, 8, 9, 10, 11. Mediana este
reprezentat de media aritmetic simpl a celor doi termeni centrali ai seriei ordonate
cresctor, respectiv 5 , 8
2
9 8
Me =
+
= .

cu numr impar de termeni, mediana este reprezentat de termenul central al
seriei ordonate cresctor.
Exemplu
Se consider seria reprezentat de valorile 10, 9, 11, 6, 7. Pentru aflarea medianei,
irul valorilor se ordoneaz n sens cresctor: 6, 7, 9, 10, 11. Mediana este reprezentat de
termenul central al seriei ordonate cresctor, respectiv 9 Me = .

2. Pentru o serie cu frecvene dup o variabil discret
Aflarea medianei presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea median:
- atunci cnd 100 n , unitatea median este :
2
n
U
i
i
Me
= ;
- atunci cnd 100 n < , unitatea median este
2
1 n
U
i
i
Me
+
=
.
se calculeaz frecvenele absolute cumulate cresctor, Ni;
se afl prima valoare NiU
Me
;
valoarea x
i
corespunztoare acestei frecvene NiU
Me
este mediana.

Exemplu
Distribuia studenilor dintr-o serie dup nota obinut la un examen, n sesiunea
iunie 2009, se prezint astfel:

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210


26
Se cere s se calculeze mediana.

Rezolvare
Etape pentru aflarea medianei:
se calculeaz unitatea median: 105
2
210
2
n
U
i
i
Me
= = =
;
se calculeaz frecvenele absolute cumulate cresctor, Ni. Acestea sunt
prezentate n tabelul de mai jos:

x
i
n
i

1
N
4 10 10
5 25 35
6 40 75
Me=7 55 130
8 60 190
9 15 205
10 5 210
TOTAL 210 -

Me
. Pentru exemplul dat, . 105 U 130 N
Me
i
= =
valoarea x
i
corespunztoare primei frecvene NiU
Me
este mediana. Pentru
exemplul dat, Me=7.

Interpretare
Jumtate din numrul total al studenilor au luat la examenul din sesiunea iunie
2009 o not de pn la 7, iar jumtate au luat peste 7.

Observaie
Locul medianei ntr-o distribuie depinde de forma acesteia. Doar n cazul unei
distribuii simetrice mediana este termenul central al seriei.

Exemplu
Se consider distribuiile a dou serii, prezentate n tabelele de mai jos:


27
Seria I
x
i
n
i

1 20
2 40
3 20
4 15
5 5
TOTAL 100

Seria II
x
i
n
i

1 10
2 20
3 40
4 20
5 10
TOTAL 100

S se afle i s se compare valorile medianei pentru cele dou distribuii.

Rezolvare
Pentru seria I, aflarea medianei presupune parcurgerea urmtoarelor etape:
2
100
2
n
U
i
i
Me
= = =
;

pentru seria I
x
i
n
i

i
N
1 20 20
Me=2 40 60
3 20 80
4 15 95
5 5 100
TOTAL 100 -

prima valoare NiU
Me
este . 50 U 60 N
Me
i
= =
valoarea x
i
corespunztoare frecvenei NiU
Me
este Me=2.

Pentru seria II se obin urmtoarele rezultate:


28
pentru seria II
x
i
n
i

i
N
1 10 10
2 20 30
Me=3 40 70
4 20 90
5 10 100
TOTAL 100 -

n acest caz, valoarea medianei este Me=3.

Se observ c poziia medianei pentru cele dou distribuii difer, dei volumul
colectivitii este acelai, n=100. Seria I este o serie asimetric, spre deosebire de seria II
care este o distribuie simetric. n acest ultim caz, mediana este reprezentat de termenul
central al seriei.

d. Relaii ntre cele trei mrimi medii fundamentale
Relaia dintre cele trei mrimi medii fundamentale evideniaz forma unei
distribuii:
atunci cnd Me Mo x = = , distribuia este simetric;

Figura 7. Distribuie simetric

atunci cnd Mo Me x > > , distribuia este asimetric la dreapta;

29

Figura 8. Distribuie asimetric la dreapta

atunci cnd Mo Me x < < , distribuia este asimetric la stnga.

Figura 9. Distribuie asimetric la stnga

e. Comparaii ntre cele trei mrimi medii fundamentale
Interpretarea valorilor obinute pentru cele trei mrimi medii fundamentale poate
releva aspecte importante privind unitile statistice din distribuia analizat.
De exemplu, s considerm c n urma prelucrrii datelor privind salariul lunar
(lei) obinut de ctre salariaii unei firme, s-au obinut urmtoarele rezultate:
lei 800 Me ; lei 700 Mo ; lei 1500 x = = = .

30
Aceste valori arat c salariul mediu obinut de salariaii firmei este de 1500
lei/lun, ns cei mai muli salariai ctig 700 lei/lun, iar jumtate din numrul total al
salariailor ctig pn la 800 lei/lun, iar jumtate ctig peste 800 lei/lun. Distribuia
salariailor firmei observate este o distribuie puternic asimetric la dreapta.
Aceste rezultate pot fi explicate prin diferene mari nregistrate ntre valorile
salariului obinut de salariaii din firma considerat. Media aritmetic este o mrime
influenat de valorile extreme, aberante. De aceea, este deosebit de util i interpretarea
celorlalte mrimi medii fundamentale.

f. Generalizarea medianei: quantilele
Quantilele sunt valori ale caracteristicii care mpart volumul unei colectiviti n r
pri egale. Cele mai folosite quantile sunt:

1. Quartilele
Quartilele sunt valori ale caracteristicii care mpart volumul unei colectiviti n 4
pri egale.
Poziia celor trei quartile ntr-o distribuie simetric este prezentat n figura de
mai jos:

Figura 10. Poziia quartilelor ntr-o distribuie

Quartila unu ( Q
1
)
Aflarea quartilei unu presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea quartilic unu:
4
n
U
i
i
Q
1
= ;
Q
1
;
valoarea x
i
Q
1
este quartila unu.


31
Quartila doi ( Q
2
)
Aflarea quartilei doi presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea quartilic doi:
Me i
i
i
i
Q
U
2
n
4
n 2
U
2
= =
=

. Quartila doi
este, deci, mediana.

Quartila trei ( Q
3
)
Aflarea quartilei trei presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea quartilic trei:
4
n 3
U
i
i
Q
3
= ;
Q
3
;
valoarea x
i
Q
3
este quartila trei.

Exemplu
Distribuia studenilor dintr-o serie dup nota obinut la un examen, n sesiunea
iunie 2009, se prezint astfel:

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze quartila unu i quartila trei.

Rezolvare
Quartila unu
se calculeaz unitatea quartilic unu: 5 , 52
4
210
4
n
U
i
i
Q
1
= = =
;


32
x
i
n
i

1
N
4 10 10
5 25 35
Q
1
=6 40 75
7 55 130
8 60 190
9 15 205
10 5 210
TOTAL 210 -

se afl prima valoare N
i
U
Q
1
. Pentru exemplul dat, 5 , 52 U 75 N
1
Q
i
= = ;
valoarea x
i
Me
este quartila unu. Pentru
exemplul dat, Q
1
=6.

Interpretare
25% din numrul total al studenilor au luat la examenul din sesiunea iunie 2009 o
not de pn la 6, iar 75% au luat peste 6.

Quartila trei
se calculeaz unitatea quartilic trei: 5 , 157
4
210 3
4
n 3
U
i
i
Q
3
=
;

x
i
n
i

1
N
4 10 10
5 25 35
6 40 75
7 55 130
Q
3
=8 60 190
9 15 205
10 5 210
TOTAL 210 -

se afl prima valoare N
i
U
Q
3
. Pentru exemplul dat, . 5 , 157 U 190 N
3
Q
i
= =
valoarea x
i
Q
3
este quartila trei. Pentru
exemplul dat, Q
3
=8.

Interpretare


33

2. Decilele
Decilele sunt valori ale caracteristicii care mpart volumul unei colectiviti n 10
pri egale. Cele mai importante decile sunt decila unu i decila nou.

Decila unu ( D
1
)
Aflarea decilei unu presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea decilic unu:
10
n
U
i
i
D
1
= ;
D
1
;
valoarea x
i
D
1
este decila unu.

Decila nou (D
9
)
Aflarea decilei nou presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea decilic nou:
10
n 9
U
i
i
D
9
= ;
D
9
;
valoarea x
i
corespunztoare ifrecvenei NiU
D
9
este decila nou.

Exemplu

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze decila unu i decila nou.

Rezolvare
Decila unu
se calculeaz unitatea decilic unu: 21
10
210
10
n
U
i
i
D
1
= = =
;

34

x
i
n
i

1
N
4 10 10
D
1
=5 25 35
6 40 75
7 55 130
8 60 190
9 15 205
10 5 210
TOTAL 210 -

D
1
1
D
i
= =
valoarea x
i
D
1
este decila unu. Pentru
exemplul dat, D
1
=5.

Interpretare

Decila nou
se calculeaz unitatea decilic nou: 189
10
210 9
10
n 9
U
i
i
D
9
=
;

x
i
n
i

1
N
4 10 10
5 25 35
6 40 75
7 55 130
D
9
=8 60 190
9 15 205
10 5 210
TOTAL 210 -

D
9
9
D
i
= =
valoarea x
i
D
9
este decila nou. Pentru
exemplul dat, D
9
=8.


35
Interpretare

g. Reprezentarea diagramei box-and-whiskers sau box-plot
Construirea diagramei box-and-whiskers presupune reprezentarea urmtoarelor
valori ale tendinei centrale: quartila unu, mediana, quartila trei, decila unu i decila nou.
Forma general a diagramei box-and-whiskers este prezentat n figura de mai jos:

1
10,00 9,00 8,00 7,00 6,00 5,00 4,00

D
1
Q
1
Q
2
Q
3
D
9

Figura 11. Diagrama box-and-whiskers

Diagrama box-and-whiskers este util n cercetarea statistic deoarece ofer
informaii cu privire la indicatorii tendinei centrale, la forma unei distribuii, dar i cu
privire la gradul de dispersie al distribuiei (fenomen prezentat n capitolul urmtor).
ntr-o distribuie perfect simetric, valorile decilei unu i nou, respectiv ale
quartilei unu i trei, sunt reprezentate la aceeai distan fa de median. Aceast situaie
este reprezentat n Figura 11.

2.4.2. Indicatori ai dispersiei
Pentru caracterizarea unitilor unei distribuii nu este suficient doar folosirea
indicatorilor tendinei centrale. Pentru o caracterizare corect a unei distribuii trebuie s
se ia n considerare gradul de variaie a valorilor variabilei X fa de nivelul mediu. O
colectivitate caracterizat printr-o dispersie mare a valorilor x
i
ale unei variabile fa de
nivelul mediu este o colectivitate eterogen iar media nu este reprezentativ pentru
distribuie.

a. Definirea fenomenului de dispersie
Aprecierea variabilitii valorilor unei variabile fa de nivelul mediu se poate
realiza prin aprecierea fenomenului de dispersie. Dispersia exprim gradul de mprtiere

36
a valorilor individuale ale unei variabile fa de nivelul mediu. Aprecierea fenomenului
de dispersie al unei distribuii permite identificarea gradului de reprezentativitate a
mediei unei distribuii.

b. Indicatorii dispersiei
Principalii indicatori ai dispersiei sunt:
1. Amplitudinea de variaie
Amplitudinea de variaie msoar distana dintre nivelul maxim i nivelul minim
al unei variabile. Se calculeaz pe baza relaiei:
min max
x x A = .
Acest indicator permite aprecierea ntinderii domeniului de variaie al variabilei
X. Dezavantajul acestui indicator const n faptul c nu ptrunde n interiorul
distribuiei, respectiv ntre cele dou valori extreme ale variabilei.

2. Variana
Variana este media ptratelor abaterilor valorilor x
i
de la nivelul mediu i poate fi
calculat pe baza relaiei:
n
) x x (
s
2
i
i
2

= , pentru o serie simpl;

=
i
i
i
2
i
i
2
n
n ) x x (
s , pentru o serie cu frecvene.
Variana nu are unitate de msur i nu se interpreteaz.

3. Abaterea medie ptratic (abaterea standard)
Abaterea medie ptratic sau abaterea standard este rdcina mediei ptratelor
abaterilor valorilor x
i
de la nivelul mediu i poate fi calculat pe baza relaiei:
n
) x x (
s s
2
i
i
2

= = , pentru o serie simpl;

= =
i
i
i
2
i
i
2
n
n ) x x (
s s , pentru o serie cu frecvene.
Abaterea standard se exprim n aceeai unitate de msur cu cea a variabilei X.
Arat cu ct variaz, n medie, valorile variabilei X de la nivelul mediu, n sens negativ i
pozitiv.

4. Coeficientul de variaie
ntruct abaterea standard i media se exprim n aceeai unitate de msur cu cea
a variabilei X, aceti indicatori nu pot fi folosii pentru a compara dou serii de date care
sunt exprimate n uniti de msur diferite. Pentru a nltura acest inconvenient, se
calculeaz coeficientul de variaie, dup relaia:

37
100
x
s
v = .
Prin evaluarea acestui coeficient se poate aprecia gradul de reprezentativitate a
mediei unei distribuii. n general, o valoare a coeficientului de variaie mai mic de 50%
arat c media este reprezentativ.

Exemplu

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze indicatorii dispersiei.

Rezolvare
Cei mai importani indicatori ai dispersiei sunt: amplitudinea de variaie, variana,
abaterea standard i coeficientul de variaie.

Amplitudinea de variaie
Amplitudinea de variaie se calculeaz pe baza relaiei:
6 4 10 x x A
min max
= = = .
Interpretare
Diferena dintre nivelul maxim i nivelul minim al variabilei X este egal cu 6.

Variana
Variana se calculeaz pe baza relaiei:

=
i
i
i
2
i
i
2
n
n ) x x (
s . Pentru aceast distribuie, media este 93 , 6 x = .
Elementele de calcul ale varianei sunt prezentate n tabelul de mai jos:


38
Tabelul 2.21. Elemente de calcul ale varianei
x
i
n
i

x x
i

2
i
) x x (
i
2
i
n ) x x (
4 10 -2,93 8,58 85,85
5 25 -1,93 3,72 93,12
6 40 -0,93 0,86 34,60
7 55 0,07 0,00 0,27
8 60 1,07 1,14 68,69
9 15 2,07 4,28 64,27
10 5 3,07 9,42 47,12
TOTAL 210 - - 393,93

nlocuind n relaia de mai sus, se obine:
876 , 1
210
93 , 393
n
n ) x x (
s
i
i
i
2
i
i
2
= =

=
.

Abaterea standard
Abaterea standard se calculeaz pe baza relaiei:
37 , 1 876 , 1 s s
2
= = = .
Interpretare
Notele obinute de studenii din seria dat variaz, n medie, fa de nota medie cu
1,37~1 punct, n sens pozitiv i negativ.

Coeficientul de variaie
Coeficientul de variaie se calculeaz dup relaia:
% 77 , 19 100
93 , 6
37 , 1
100
x
s
v = = = .
Interpretare
Valoarea coeficientului de variaie arat c distribuia studenilor dup nota
obinut la un examen n sesiunea iunie 2009 este o distribuie omogen, caracterizat
printr-o dispersie mic (v<50%). Media este reprezentativ pentru aceast distribuie.

c. Compararea fenomenului de dispersie pentru mai multe distribuii
Pentru dou colectiviti se nregistreaz vrsta persoanelor i se obin
urmtoarele rezultate:
ani 2 s , ani 15 x
1 1
= = ;
ani 2 s , ani 50 x
2 2
= = .
Aceste rezultate arat c ambele colectiviti se caracterizeaz printr-o dispersie
mic a vrstei persoanelor fa de vrsta medie. Vrsta medie pentru unitile din prima
colectivitate este, ns, mult mai mic dect vrsta medie pentru unitile din cea de-a
doua colectivitate. Aceasta arat c prima colectivitate este format din persoane foarte
tinere, spre deosebire de persoanele din cea de-a doua colectivitate.

39
Reprezentarea grafic a dou distribuii caracterizate prin medii diferite i aceeai
dispersie este realizat n figura de mai jos:

Figura 12. Curba frecvenelor pentru dou distribuii

Reprezentarea grafic a dou distribuii caracterizate prin aceeai medie i
dispersii diferite este realizat n figura de mai jos:

Figura 13. Curba frecvenelor pentru dou distribuii

d. Abaterea standard i distribuia normal
Cunoscnd nivelul mediu i abaterea standard pentru o distribuie, putem afla care
este proporia unitilor care nregistreaz valori mai mari, de exemplu, dect ( s x + ).

40
Pentru aceasta, se calculeaz valori ale unei variabile standardizat Z, cunoscut i
sub denumirea de scor Z
i
, dup relaia:
s
x x
z
i
i
= . Aceast mrime arat poziia unei uniti fa de nivelul mediu ( x ),

folosind ca unitate de msur abaterea standard. Variabila Z este o variabil de medie 0
i varian egal cu 1.
De exemplu, pentru o distribuie caracterizat printr-o medie de 100 x = i o
abatere standard de 20 s = , pentru x
i
=140 putem afla valoarea z
i
, astfel:
2
20
100 140
=
=
i
z . Aceasta arat c unitatea care nregistreaz valoarea x
i
=140 se
gsete la o distan fa de nivelul mediu egal cu de dou ori abaterea standard.

Odat calculat valoarea z, putem afla proporia unitilor care nregistreaz valori
mai mari dect 140, de exemplu. Aceste valori sunt calculate pentru o distribuie normal
i sunt tabelate (Anexa 1).
Tabelul care prezint aceste rezultate este de forma:

0 0.01 K 0.05 K
0
0.1
0.2
M

1 0,341
1.1 0,375
M

Pe prima coloan sunt valorile lui z, ntregul i prima zecimal, iar valorile din
urmtoarele coloane reprezint a doua zecimal a valorii z
i
. Valorile din interiorul tabelul

41
arat proporia unitilor care nregistreaz valori cuprinse ntre nivelul mediu i scorul z
corespunztor.

De exemplu, pentru o valoare z
i
=1,15, se citete 0,375. Aceast valoare arat c
aproximativ 37,5% din unitile distribuiei nregistreaz valori cuprinse ntre nivelul
mediu i valoarea z
i
=1,15.
n Tabelul Z nu sunt valori negative pentru z
i
, ns distribuia normal este o
distribuie simetric, deci aria suprafeei cuprinse ntre nivelul mediu i valoarea pozitiv
sau negativ a lui Z este aceeai.

Exemple
1. Pentru o distribuie normal de medie, x , i abatere standard, s, s se afle
proporia unitilor care nregistreaz valori cuprinse n intervalele ( s x ), ( s 2 x ) i
( s 3 x ).

Rezolvare
Pentru a afla proporia unitilor care nregistreaz valori cuprinse n intervalul
) s x ; s x ( + , se calculeaz scorul Z, astfel:
1
s
x s x
s
x x
z
1
1
=

=
=
1
s
x s x
s
x x
z
2
2
+ =
+
=
= .

Din tabelul Z se citete valoarea care corespunde unui nivel z
i
=1, i anume 0,341.

0 0.01 K 0.05 K
0
0.1
0.2
M

1 0,341
1.1 0,375
M


42

Aceast valoare, 0,341, reprezint aria suprafeei cuprinse ntre nivelul mediu i
z
i
=1. Proporia unitilor care nregistreaz valori cuprinse n intervalul ) s x ; s x ( +
este: 682 , 0 341 , 0 2 = sau 68,2%.

n mod similar, se obin valorile z
i
=2, pentru limitele intervalului ( s 2 x ).

Din tabelul Z, se citete valoarea care corespunde unui nivel z
i
=2, de 0,477.

0 K 0.05 K
0
0.1
0.2
M

2 0,477
M

Proporia unitilor care nregistreaz valori cuprinse n intervalul
) s 2 x ; s 2 x ( + este: 954 , 0 477 , 0 2 = sau 95,4%.


43

Pentru intervalul ( s 3 x ), se obin valorile z
i
=3:

Pentru z
i
=3, se citete valoarea corespunztoare 0,499.

0 K 0.05 K
0
0.1
0.2
M

3 0,499

Proporia unitilor care nregistreaz valori cuprinse n intervalul
) s 3 x ; s 3 x ( + este: 998 , 0 499 , 0 2 = sau 99,8%.


44

Interpretare
ntr-o distribuie normal, n intervalul ( s x ) sunt cuprinse 68,2% din uniti, n
intervalul ( s 2 x ) sunt cuprinse 95,4% din uniti i n intervalul ( s 3 x ) sunt
cuprinse 99,8% din uniti.

2. Distribuia unor studeni dup nota obinut la un test urmeaz o lege normal
i se caracterizeaz prin urmtoarele rezultate: 7 x = i s=2. Se cere s se afle proporia
studenilor care au luat note mai mici dect 6.

Rezolvare
Valoarea Z
i
care corespunde unei valori x
i
=6 se calculeaz astfel:
5 0
2
7 6
,
s
x x
z
i
i
=
=
Din tabelul Z se citete valoarea care corespunde unui nivel z
i
=0,5, egal cu
0,191.

0 0.01 K 0.05 K
0
0.1
0.2
M

0,5 0,191
M

Proporia studenilor care au luat note mai mici dect 6 este f=0,5-0,191=0,309
sau 30,9%.


45

Observaie
Aria suprafeei reprezentate n figura de mai sus este egal cu unu (dup cum am
precizat anterior, suma proporiilor este egal cu 1 sau 100%). Distribuia normal este o
distribuie simetric, deci proporia unitilor care au valori mai mari dect nivelul mediu
este de 0,5.

3. Distribuia unor persoane dup vrst urmeaz o lege normal i se
caracterizeaz prin urmtoarele rezultate: 30 x = ani i s=4 ani. Se cere s se afle
proporia persoanelor care au o vrst cuprins ntre 27 ani i 35 ani.

Rezolvare
Valorile lui Z corespunztoare lui x
1
=27 i x
2
=35 sunt:
75 , 0
4
30 27
s
x x
z
1
1
=
=
25 , 1
4
30 35
s
x x
z
2
2
+ =
= .
Din tabelul Z se citesc valorile corespunztoare lui z
1
=-0,75 i z
2
=+1,25, astfel:

0 K 0.05 K
0
0.1
0.2
M

0,7 0,273
M

M

1,2 0,394
M

M

Proporia persoanelor care au o vrst cuprins ntre 27 ani i 35 ani este:
f=0,273+0,394=0,667 sau 66,7%.


46

4. Pentru o distribuie normal de medie x , i abatere standard s, s se afle
limitele intervalului care include 95% din unitile statistice observate.

Rezolvare
Aceast problem poate fi prezentat grafic astfel:

Demersul urmat pentru rezolvarea acestei probleme este invers celui prezentat
anterior: se cunoate proporia (95%) i trebuie s aflm valoarea z
i
care corespunde
acestei proporii.
Pentru a afla valoarea z
i
, se calculeaz aria suprafeei cuprins ntre nivelul mediu
i z, care este egal cu % 5 , 47
2
% 95
= sau 0,475.


47

Pentru aceast proporie egal cu 0,475, se citete valoarea z
i
corespunztoare, de
1,96.
0 K 0.06 K
0
0.1
0.2
M

1,9 0,475
M

M

Prin urmare, ntr-o distribuie normal, 95% din uniti au valori cuprinse n
intervalul [ ] s 96 , 1 x ; s 96 , 1 x + .

Observaie
n estimarea parametrilor unei populaii, problematic prezentat n partea a doua,
obiectivul urmrit este de a afla limitele unui interval care acoper media unei populaii,
n 95% din cazuri, de exemplu.


48

2.4.3. Indicatori ai formei unei distribuii

a. Asimetria
O distribuie este simetric dac valorile frecvenelor sunt egal dispersate fa de
valoarea central a seriei. Distribuia normal este exemplul clasic al unei repartiii
simetrice. Graficul densitii de repartiie n cazul unei distribuii normale are forma unui
clopot simetric, cu axa de simetrie reprezentat de media seriei. O deviere de la forma
simetric a unei distribuii evideniaz fenomenul de asimetrie.

Asimetria poate fi apreciat pe cale grafic prin reprezentarea poligonului i
curbei frecvenelor, i prin reprezentarea diagramei box-and-whiskers.

Alura curbei frecvenelor n cazul unei distribuii simetrice, a unei distribuii
asimetrice la dreapta sau la stnga este reprezentat grafic n figurile de mai jos:
10,00 8,00 6,00 4,00
Nota
50
40
30
20
10
0
F
r
e
q
u
e
n
c
y
Mean = 7,00
Std. Dev. =
1,54303
N = 190

10,00 8,00 6,00 4,00
Nota
60
50
40
30
20
10
0
F
r
e
q
u
e
n
c
y
Mean = 6,4737
Std. Dev. =
1,43163
N = 190


49
10,00 8,00 6,00 4,00
Nota
60
50
40
30
20
10
0
F
r
e
q
u
e
n
c
y
Mean = 7,5263
Std. Dev. =
1,43163
N = 190


Alura diagramei box-and-whiskers n cazul unei distribuii simetrice, a unei
distribuii asimetrice la dreapta sau la stnga este reprezentat grafic n figurile de mai
jos:
1
10,00 9,00 8,00 7,00 6,00 5,00 4,00



50
Nota
10,00 9,00 8,00 7,00 6,00 5,00 4,00


Nota
10,00 9,00 8,00 7,00 6,00 5,00 4,00


Cei mai importani indicatori ai asimetriei sunt:
1. Asimetria n mrime absolut
Asimetria n mrime absolut poate fi calculat pe baza relaiei:
Mo x As = .
O valoare pozitiv a acestui indicator arat o asimetrie la dreapta a distribuiei, iar
o valoare negativ arat o asimetrie la stnga. O valoare nul arat o distribuie simetric.

2. Coeficientul de asimetrie Pearson
Coeficientul de asimetrie Pearson se calculeaz pe baza relaiei:
3
2
2
3
1
= , unde:

51

=
i
i
i
3
i
i
3
n
n ) x x (
reprezint momentul centrat de ordinul 3;
2
i
i
i
2
i
i
2
s
n
n ) x x (
=

=
reprezint momentul centrat de ordinul 2, adic

variana.
Acest indicator este ntotdeauna pozitiv. Sensul asimetriei este dat de semnul lui
3
. Atunci cnd
3
>0, distribuia este asimetric la dreapta. Atunci cnd
3
<0, distribuia
este asimetric la stnga.

3. Coeficientul de asimetrie Fisher
Coeficientul de asimetrie Fisher se calculeaz pe baza relaiei:
3
3
1
s
= .
Interpretarea valorii acestui coeficient este similar coeficientului de asimetrie
Pearson.

Exemplu

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze indicatorii asimetriei.

Rezolvare
Indicatorii asimetriei sunt:
07 , 1 8 93 , 6 Mo x As = = = .


52
Interpretare
Valoarea indicatorului de asimetrie arat c distribuia studenilor dintr-o serie
dup nota obinut la un examen n sesiunea iunie 2009 prezint o asimetrie la stnga
(As<0).

3
2
2
3
1
= , unde:

=
i
i
i
3
i
i
3
n
n ) x x (
reprezint momentul centrat de ordinul 3;
2
i
i
i
2
i
i
2
s
n
n ) x x (
=

=
reprezint momentul centrat de ordinul 2, adic

variana.

Elementele de calcul sunt prezentate n tabelul de mai jos:

Tabelul 2.23. Elemente de calcul
x
i
n
i

) x x (
i

2
i
) x x (
i
2
i
n ) x x (
3
i
) x x (
i
3
i
n ) x x (
4 10 -2,93 8,58 85,85 -25,15 -251,54
5 25 -1,93 3,72 93,12 -7,19 -179,73
6 40 -0,93 0,86 34,60 -0,80 -32,17
7 55 0,07 0,00 0,27 0,00 0,02
8 60 1,07 1,14 68,69 1,23 73,50
9 15 2,07 4,28 64,27 8,87 133,05
10 5 3,07 9,42 47,12 28,93 144,67
TOTAL 210 - - 393,93 - -112,20

Momentele centrate de ordinul doi i trei sunt:
876 , 1
210
93 , 393
n
n ) x x (
i
i
i
2
i
i
2
= =

=

534 , 0
210
20 , 112
n
n ) x x (
i
i
i
3
i
i
3
=
=

=

0432 , 0
6023 , 6
2852 , 0
876 , 1
) 534 , 0 (
3
2
3
2
2
3
1
= =
= =
.


53
Interpretare
Valoarea coeficientului de asimetrie Pearson arat c distribuia dat se
caracterizeaz printr-o asimetrie ( 0
1
) la stnga (
3
<0).

208 , 0
37 , 1
534 , 0
s
3 3
3
1
=
= =

.

b. Boltirea
Boltirea este definit prin compararea distribuiei statistice cu distribuia normal
din punctul de vedere al variaiei variabilei X i a frecvenei n
i
.
Boltirea poate fi apreciat pe cale grafic prin reprezentarea curbei frecvenelor.
Alura curbei frecvenelor n cazul unei distribuii normale (mezocurtice) sau care prezint
un accentuat fenomen de boltire este reprezentat n figura de mai jos:

Figura 20. Boltirea unei distribuii

n cazul unei distribuii leptocurtice, se nregistreaz o variaie mic a valorilor
variabilei X i o variaie mare a frecvenelor absolute, n
i
. n cazul unei distribuii
platicurtice, se nregistreaz o variaie mare a variabilei X i o variaie mic a frecvenelor
absolute, n
i
.

Boltirea poate fi apreciat pe cale numeric prin calculul indicatorilor boltirii:
1. Coeficientul de boltire Pearson
Coeficientul de boltire Pearson se calculeaz pe baza relaiei:
4
4
2
2
4
2
s
= = , unde:

54

=
i
i
i
4
i
i
4
n
n ) x x (
reprezint momentul centrat de ordinul 4.
O valoare a coeficientului de boltire Pearson 3
2
= arat o distribuie
mezocurtic. O valoare 3
2
> arat o distribuie leptocurtic iar o valoare 3
2
< arat
o distribuie platicurtic.

2. Coeficientul de boltire Fisher
Coeficientul de boltire Fisher se calculeaz pe baza relaiei:
3
2 2
= .
O valoare a coeficientului de boltire Fisher 0
2
= arat o distribuie mezocurtic.
O valoare 0
2
2
< arat o distribuie
platicurtic.

Exemplu

Nota Nr. studeni
4 10
5 25
6 40
7 55
8 60
9 15
10 5
TOTAL 210

Se cere s se calculeze indicatorii boltirii.

Rezolvare
Indicatorii boltirii sunt:
4
4
2
2
4
2
s
= = , unde:

=
i
i
i
4
i
i
4
n
n ) x x (
Elementele de calcul sunt prezentate n tabelul de mai jos:


55
Tabelul 2.25. Elemente de calcul
x
i
n
i

) x x (
i

4
i
) x x (
i
4
i
n ) x x (
4 10 -2,93 -2,93000 73,70051
5 25 -1,93 -1,93000 13,87488
6 40 -0,93 -0,93000 0,74805
7 55 0,07 0,07000 0,00002
8 60 1,07 1,07000 1,31080
9 15 2,07 2,07000 18,36037
10 5 3,07 3,07000 88,82874
TOTAL 210 - - 1911,99746

Momentul centrat de ordinul patru este:
105 , 9
210
99746 , 1911
n
n ) x x (
i
i
i
4
i
i
4
= =

=

59 , 2
876 , 1
105 , 9
2 2
2
4
2
= = =
.

Interpretare
Valoarea coeficientului de boltire Pearson arat c distribuia studenilor dup
nota obinut la examen n sesiunea iunie 2009 este o distribuie platicurtic ( 3
2
< ) .

41 , 0 3 59 , 2 3
2 2
= = = .

Interpretare
Valoarea coeficientului de boltire Fisher arat c distribuia studenilor dup nota
obinut la examen n sesiunea iunie 2009 este o distribuie platicurtic ( 0
2
< ).


56

57

STATISTICE DUP O VARIABIL NUMERIC CONTINU

Caracterizarea unitilor statistice observate dup o variabil continu se
realizeaz folosind metode grafice sau numerice. Reprezentarea grafic a unei serii dup
o variabil discret presupune folosirea urmtoarelor diagrame: histograma, poligonul
frecvenelor, curba frecvenelor sau curba frecvenelor cumulate. Indicatorii numerici
prin care poate fi caracterizat o serie statistic dup o variabil continu pot fi grupai, ca
i n cazul variabilelor discrete, n indicatori ai tendinei centrale (mrimi medii),
indicatori ai dispersiei, indicatori ai asimetriei i boltirii.

3.1. Frecvene absolute i relative cumulate cresctor sau
descresctor
Frecvenele absolute i relative cumulate cresctor sau descresctor se calculeaz
n mod similar modului de calcul prezentat n cazul variabilelor discrete.
naintea prelucrrii unei serii dup o variabil continu prezentat pe intervale de
variaie, dac limitele intervalelor nu sunt precizate, acestea trebuie nchise:
- n cazul intervalelor egale de variaie, primul i ultimul interval se nchid
lund n considerare aceeai mrime a intervalelor;
- n cazul intervalelor inegale de variaie, primul interval se nchide lund n
considerare mrimea intervalului urmtor, iar ultimul interval se nchide lund
n considerare mrimea intervalului anterior.

Exemplu
Distribuia firmelor din judeul Iai dup valoarea vnzrilor zilnice (mil. Lei),
nregistrat n luna octombrie 2009, este prezentat n tabelul de mai jos:

Tabelul 3.1. Distribuia firmelor din judeul Iai dup valoarea vnzrilor
zilnice (mil. Lei), n luna octombrie 2009
Valoare vnzri Numr firme
pn la 10 20
10-20 40
20-30 35
30-40 15
peste 40 10
TOTAL 110

Se cere s se calculeze frecvenele absolute i relative cumulate cresctor sau
descresctor.


58
Rezolvare
nchiderea intervalelor de variaie
Mrimea intervalelor de variaie este l=10. Limita inferioar a primului interval
de variaie se nchide lund n considerare aceeai mrime, deci: 10-10=0. Limita
superioar a ultimului interval de variaie este: 40+10=50.

Frecvene absolute cumulate cresctor i descresctor
Frecvenele absolute cumulate cresctor i descresctor se calculeaz dup
relaiile:
= + =
i
1 h
h i 1 i i
n n N N , respectiv
=
+
= + =
m
i h
h i 1 i i
n n N N .
Valorile frecvenelor absolute cumulate cresctor i descresctor pentru exemplul
dat sunt prezentate n tabelul de mai jos:

Tabelul 3.2. Frecvene absolute cumulate cresctor i descresctor
x
i-1
-x
i
n
i

i
N
i
N
0- 10 20 20 120
10-20 40 60 100
20-30 35 95 60
30-40 15 110 25
40-50 10 120 10
TOTAL 120 - -

Interpretare
Un numr de 20 firme au realizat vnzri de pn la 10 mil. Lei (
1
N ). Un
numr de 60 firme au realizat vnzri de pn la 20 mil. Lei (
2
N ). n mod similar se
interpreteaz celelalte valori din tabelul de mai sus.
Din numrul total al firme, 10 firme au realizat vnzri de peste 40 mil. Lei. Un
numr de 25 de firme au realizat vnzri de peste 30 mil. Lei. n mod similar se
interpreteaz celelalte valori din tabelul de mai sus.

Observaie
n interpretarea frecvenelor absolute cumulate cresctor se consider limita
superioar a intervalului de variaie, iar n interpretarea frecvenelor absolute cumulate
descresctor se consider limita inferioar a intervalului de variaie.

Frecvene relative cumulate cresctor i descresctor
Frecvenele relative cumulate cresctor i descresctor se calculeaz dup
relaiile:
= + =
i
1 h
h i 1 i i
f f F F , respectiv
=
+
= + =
m
i h
h i 1 i i
f f F F .
Pentru exemplul dat, valorile calculate ale frecvenelor relative cumulate cresctor
i descresctor sunt prezentate n tabelul de mai jos:


59
Tabelul 3.3. Frecvene absolute cumulate cresctor i descresctor
x
i-1
-x
i
n
i
f
i

i
F
i
F
0 -10 20 16,67 16,67 100,00
10-20 40 33,33 50,00 83,33
20-30 35 29,17 79,17 50,00
30-40 15 12,50 91,67 20,83
40-50 10 8,33 100,00 8,33
TOTAL 120 100,00 - -

Interpretare
Ponderea firmelor care au realizat vnzri de pn la 10 mil. Lei (
1
F ) este de
16,67%. Ponderea firmelor care au realizat vnzri de pn la 20 mil. Lei (
2
F ) este de
50%. n mod similar se interpreteaz celelalte valori din Tabelul 3.3.
Ponderea firmelor care au realizat vnzri de peste 40 mil. Lei este de 8,33%.
20,83% din numrul total al firmelor au realizat vnzri de peste 30 mil. Lei. n mod
similar se interpreteaz celelalte valori din Tabelul 3.3.

3.2. Caracterizarea seriei folosind metode grafice
O distribuie statistic dup o variabil numeric continu poate fi reprezentat
grafic folosind histograma, poligonul frecvenelor, curba frecvenelor i curba
frecvenelor cumulate.

Histograma
Construirea histogramei presupune ridicarea unor dreptunghiuri alturate, cu baza
egal, n cazul intervalelor egale de variaie, sau inegal, n cazul intervalelor inegale, de
nlime n
i
. Alura histogramei, considernd intervale egale de variaie, este reprezentat
n figura de mai jos:
10,00 8,00 6,00 4,00
5
4
3
2
1
0
F
r
e
q
u
e
n
c
y
Histogram

Figura 21. Histograma


60
Poligonul frecvenelor
Construirea poligonului frecvenelor presupune gsirea locului geometric al
punctelor A
i
de coordonate (
i
'
i
n , x ) sau (
i
'
i
n , x ) i unirea acestora prin segmente de
dreapt. Valorile
'
i
x reprezint mijlocul sau centrul intervalelor de variaie, calculat ca
medie aritmetic simpl a limitelor intervalelor de variaie:
2
x x
x
i 1 i '
i
+
=

.

Curba frecvenelor
Construirea curbei frecvenelor presupune ajustarea printr-o linie curb, continu
a poligonului frecvenelor. Curba frecvenelor pentru o distribuie normal este
reprezentat n figura de mai jos:

10,00 8,00 6,00 4,00
Nota
6
5
4
3
2
1
0
F
r
e
q
u
e
n
c
y

Figura 22. Curba frecvenelor

Curba frecvenelor cumulate
Construirea curbei frecvenelor cumulate presupune reprezentarea grafic a
funciei de repartiie a frecvenelor unei variabile: F(X<x
i
). Alura curbei frecvenelor
cumulate cresctor este reprezentat n figura de mai jos:


61
5 6 7 8 9
nota
0%
25%
50%
75%
100%
P
e
r
c
e
n
t

Figura 23. Curba frecvenelor cumulate cresctor


3.3.1. Indicatori ai tendinei centrale (mrimi medii)

a. Media aritmetic
Media aritmetic pentru o serie statistic dup o variabil continu se calculeaz
dup relaia:

=
i
i
i
i
'
i
n
n x
x , unde
2
x x
x
i 1 i '
i
+
=

.

Exemplu

- 10 20
10-20 40
20-30 35
30-40 15
peste 40 10
TOTAL 110


62

Rezolvare
Media aritmetic se calculeaz dup relaia

=
i
i
i
i
'
i
n
n x
x , unde
2
x x
x
i 1 i '
i
+
=

.
Centrul intervalelor de variaie se calculeaz astfel: 5
2
10 0
2
x x
x
1 0 '
1
=
+
=
+
= ;
15
2
20 10
2
x x
x
2 1 '
2
=
+
=
+
= etc.
Elementele pentru calculul mediei aritmetice sunt prezentate n tabelul de mai jos:

Tabelul 3.5. Elemente pentru calculul mediei aritmetice
x
i-1
-x
i
n
i

'
i
x
i
'
i
n x
0 -10 20 5 100
10-20 40 15 600
20-30 35 25 875
30-40 15 35 525
40-50 10 45 450
TOTAL 120 - 2550

nlocuind n relaia de mai sus se obine:
25 , 21
120
2550
n
n x
x
i
i
i
i
'
i
= =
mil. Lei.

Interpretare
Valoarea medie a vnzrilor zilnice realizate n luna octombrie 2009 de firmele
din judeul Iai este de 21,25 milioane lei.

b. Modul (Mo)
Pentru aflarea modului n cazul unei variabile continue, trebuie parcurse
urmtoarele etape:
se afl frecvena maxim, n
imax
;
n dreptul acestei frecvene maxime, se citete intervalul modal (x
i-1
, x
i
);
n acest interval, modul se afl prin interpolare, dup relaia:
2 1
1
1 i
d x Mo

+
+ =

, unde:
x
i-1
, reprezint limita inferioar a intervalului modal;
d este mrimea intervalului modal, d= x
i
- x
i-1
;

63
1
este diferena dintre frecvena intervalului modal i frecvena intervalului anterior:
1 i max i 1
n n

= ;
2
este diferena dintre frecvena intervalului modal i frecvena intervalului urmtor:
1 i max i 1
n n
+
= .

Exemplu

0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 110

Se cere s se calculeze valoarea modului.

Rezolvare
Etapele aflrii modului sunt:
se afl frecvena maxim, n
imax
=40;
n dreptul acestei frecvene maxime se citete intervalul modal (10-20);
n acest interval, modul se afl prin interpolare, dup relaia:
2 1
1
1 i
d x Mo

+
+ =

, unde:
x
i-1
=10;
d= x
i
- x
i-1
=20-10=10 ;
20 20 40 n n
1 i max i 1
= = =

;
5 35 40 n n
1 i max i 1
= = =
+
.
18
) 35 40 ( ) 20 40 (
) 20 40 (
10 10 Mo =
+
+ = mil. Lei.

Interpretare
Cele mai multe firme din judeul Iai au realizat n luna octombrie 2009 vnzri
zilnice de 18 mil. Lei.


64
c. Mediana (Me)
Aflarea medianei presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea median:
2
n
U
i
i
Me
= ;
Me
;
n dreptul primei valori NiU
Me
, se citete intervalul median: (x
i-1
, x
i
);
n acest interval, mediana se afl prin interpolare dup relaia:
i
1 i
Me
1 i
n
N U
d x Me

+ =

, unde:
x
i-1
, reprezint limita inferioar a intervalului median;
d este mrimea intervalului median, d= x
i
- x
i-1
;
1 i
N este frecvena absolut cumulat corespunztoare intervalului anterior intervalului
median;
n
i
este frecvena absolut corespunztoare intervalului median.

Exemplu

0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere s se calculeze mediana.

Rezolvare
Etape pentru aflarea medianei:
2
120
2
n
U
i
i
Me
= = =
;


65
x
i-1
-x
i
n
i

i
N
0 - 10 20 20
10-20 40 60
20-30 35 95
30-40 15 110
40-50 10 120
TOTAL 120 -

prima valoare Ni=60 U
Me
=60;
n dreptul acestei valori, se citete intervalul median: (10-20);
n acest interval, mediana se afl prin interpolare dup relaia:
i
1 i
Me
1 i
n
N U
d x Me

+ =

, unde:
x
i-1
=10;
d= x
i
- x
i-1
=20-10=10;
20 N
1 i
=
;
n
i
= 40.
nlocuind n relaia de mai sus, se obine: 20
40
20 60
10 10 Me =
+ = mil. Lei.
Interpretare
Jumtate din numrul total al firmelor din judeul Iai au realizat, n luna
octombrie 2009, vnzri zilnice de pn la 20 mil. Lei, iar jumtate au realizat vnzri de
peste 20 mil. Lei.

d. Generalizarea medianei: quantilele

1. Quartilele
Quartila unu (Q
1
)
Aflarea quartilei unu presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea quartilic unu:
4
n
U
i
i
Q
1
= ;
Q
1
;
Q
1
, se citete intervalul quartilic unu: (x
i-1
, x
i
);
n acest interval, quartila unu se afl prin interpolare dup relaia:
1
1
Q
1 i
Q
1 i 1
n
N U
d x Q

+ =

, unde:
x
i-1
, reprezint limita inferioar a intervalului quartilic unu;
d este mrimea intervalului quartilic unu, d= x
i
- x
i-1
;

66
1 i
quartilic unu;
n
Q1
este frecvena absolut corespunztoare intervalului quartilic unu.

Quartila doi (Q
2
)
Dup cum am artat n cazul variabilelor discrete, quartila doi este egal cu
mediana, Q
2
=Me.

Quartila trei (Q
3)

Aflarea quartilei trei presupune parcurgerea urmtoarelor etape:
se calculeaz unitatea quartilic trei:
4
n 3
U
i
i
Q
3
= ;
Q
3
;
Q
1
se citete intervalul quartilic trei: (x
i-1
, x
i
);
n acest interval, quartila trei se afl prin interpolare dup relaia:
3
3
Q
1 i
Q
1 i 3
n
N U
d x Q

+ =

, unde:
x
i-1
, reprezint limita inferioar a intervalului quartilic trei;
d este mrimea intervalului quartilic trei, d= x
i
- x
i-1
;
1 i
quartilic trei;
n
Q3
este frecvena absolut corespunztoare intervalului quartilic trei.

Exemplu
Distribuia firmelor din judeul Iai dup valoarea vnzrilor zilnice (mil. Lei)
nregistrat n luna octombrie 2009 este prezentat n tabelul de mai jos:

0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere s se calculeze quartila unu i quartila trei.

Rezolvare
Quartila unu
Etape pentru aflarea quartilei unu:

67
se calculeaz unitatea quartilic unu: 30
4
120
4
n
U
i
i
Q
1
= = =
;

x
i-1
-x
i
n
i

i
N
0- 10 20 20
10-20 40 60
20-30 35 95
30-40 15 110
40-50 10 120
TOTAL 120 -

Q
1
=30;
n dreptul acestei valori se citete intervalul quartilic unu: (10-20);
n acest interval, quartila unu se afl prin interpolare dup relaia:
1
1
Q
1 i
Q
1 i 1
n
N U
d x Q

+ =

, unde:
x
i-1
=10;
d= x
i
- x
i-1
=20-10=10;
20 N
1 i
=
;
n
i
= 40.
nlocuind n relaia de mai sus, se obine: 5 , 12
40
20 30
10 10 Q
1
=
+ = mil. Lei.
Interpretare
25% din numrul total al firmelor din judeul Iai au realizat vnzri zilnice de
pn la 12,5 mil. Lei, iar 75% au realizat vnzri zilnice de peste 12,5 mil. Lei.

Quartila trei
se calculeaz unitatea quartilic trei: 90
4
120 3
4
n 3
U
i
i
Q
3
=
;
Q
1
=90;
n dreptul acestei valori se citete intervalul quartilic trei: (20-30);
n acest interval, quartila trei se afl prin interpolare dup relaia:
3
3
Q
1 i
Q
1 i 3
n
N U
d x Q

+ =

, unde:
x
i-1
=20;
d= x
i
- x
i-1
=30-20=10;
60 N
1 i
=
;

68
n
i
= 35.
nlocuind n relaia de mai sus, se obine: 57 , 28
35
60 90
10 20 Q
3
=
+ = mil. Lei.

Interpretare
75% din numrul total al firmelor din judeul Iai au realizat vnzri zilnice de
pn la 28,57 mil. Lei, iar 25% au realizat vnzri zilnice de peste 28,57 mil. Lei.

3.3.2. Indicatori ai dispersiei
Principalii indicatori ai dispersiei sunt:
1. Amplitudinea de variaie
Amplitudinea de variaie msoar distana dintre nivelul maxim i nivelul minim
al unei variabile. Se calculeaz pe baza relaiei:
min max
x x A = .

2. Variana
Variana se calculeaz pe baza relaiei:

=
i
i
i
2
i
'
i
2
n
n ) x x (
s . Variana nu are unitate de msur i nu se interpreteaz.

3. Abaterea medie ptratic (abaterea standard)
Abaterea medie ptratic se calculeaz pe baza relaiei:

= =
i
i
i
2
i
'
i
2
n
n ) x x (
s s . Abaterea medie ptratic reprezint variaia medie
a valorilor individuale ale variabilei X de la nivelul mediu, n sens pozitiv i negativ.

4. Coeficientul de variaie
100
x
s
v = .

Exemplu


69
Tabelul 3.9. Distribuia firmelor din judeul Iai
dup valoarea vnzrilor zilnice (mil. Lei), n luna octombrie 2009
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere s se calculeze abaterea standard i coeficientul de variaie.

Rezolvare
Abaterea standard
Abaterea standard se calculeaz pe baza relaiei:

= =
i
i
i
2
i
'
i
2
n
n ) x x (
s s .
Pentru aceast distribuie, media aritmetic este 25 , 21 x = mil. Lei.
Elementele de calcul ale abaterii standard sunt prezentate n tabelul de mai jos:

Tabelul 3.10. Elemente de calcul ale abaterii standard
x
i-1
-x
i
n
i

'
i
x x x
'
i

2 '
i
) x x (
i
2 '
i
n ) x x (
0 - 10 20 5 -16,25 264,06 5281,25
10-20 40 15 -6,25 39,06 1562,50
20-30 35 25 3,75 14,06 492,19
30-40 15 35 13,75 189,06 2835,94
40-50 10 45 23,75 564,06 5640,63
TOTAL 120 - - - 15812,50

nlocuind n relaia de mai sus se obine:
48 , 11
120
50 , 15812
n
n ) x x (
s s
i
i
i
2
i
'
i
2
= =

= =
mil. Lei.

Interpretare
Vnzrile zilnice ale firmelor din judeul Iai, realizate n luna octombrie 2009,
variaz, n medie, de la nivelul mediu al vnzrilor zilnice, cu 11,48 mil. Lei.

Coeficientul de variaie
% 02 , 54 100
25 , 21
48 , 11
100
x
s
v = = = .


70
Interpretare
Valoarea coeficientului de variaie arat c distribuia firmelor dup valoarea
vnzrilor zilnice realizate n luna octombrie 2009 este o distribuie eterogen,
caracterizat printr-o dispersie mare (v>50%). Media nu este reprezentativ pentru
aceast distribuie.

3.3.3. Indicatori ai formei unei distribuii

Asimetria
Indicatorii asimetriei se calculeaz, n cazul unei variabile continue, astfel:
Asimetria n mrime absolut poate fi calculat pe baza relaiei:
Mo x As = .
Modul de interpretare este identic cu cel prezentat n cazul variabilelor discrete.

3
2
2
3
1
= , unde:

=
i
i
i
3
i
'
i
3
n
n ) x x (
reprezint momentul centrat de ordinul 3, unde:
2
x x
x
i 1 i '
i
+
=

;
2
i
i
i
2
i
'
i
2
s
n
n ) x x (
=

=
reprezint momentul centrat de ordinul 2, adic variana.

Acest indicator este ntotdeauna pozitiv. Sensul asimetriei este dat de semnul lui
3
. Atunci cnd
3
>0, distribuia este asimetric la dreapta. Atunci cnd
3
<0, distribuia
este asimetric la stnga.

3
3
1
s
= .
Interpretarea valorii acestui coeficient este similar coeficientului de asimetrie
Pearson.

Boltirea
Indicatorii boltirii se calculeaz dup relaiile
1. Coeficientul de boltire Pearson
4
4
2
2
4
2
s
= = , unde:

71

=
i
i
i
4
i
'
i
4
n
n ) x x (
O valoare a coeficientului de boltire Pearson 3
2
= arat o distribuie
mezocurtic. O valoare 3
2
2
< arat
o distribuie platicurtic.

2. Coeficientul de boltire Fisher
3
2 2
= .
O valoare a coeficientului de boltire Fisher 0
2
= arat o distribuie mezocurtic.
O valoare 0
2
2
< arat o distribuie
platicurtic.

Exemplu

Tabelul 3.11. Distribuia firmelor din judeul Iai
dup valoarea vnzrilor zilnice (mil. Lei), n luna octombrie 2009
0- 10 20
10-20 40
20-30 35
30-40 15
40-50 10
TOTAL 120

Se cere s se calculeze coeficientul de asimetrie Pearson i coeficientul de boltire
Pearson.

Rezolvare
3
2
2
3
1
= , unde:

=
i
i
i
3
i
'
i
3
n
n ) x x (
;
2
i
i
i
2
i
'
i
2
s
n
n ) x x (
=

=
.
Elementele de calcul ale momentelor centrate de ordinul doi i trei sunt prezentate
n tabelul de mai jos:


72
Tabelul 3.12. Elemente de calcul ale momentelor centrate de ordinul doi i trei
x
i-1
-x
i
n
i

'
i
x x x
'
i

2 '
i
) x x (
i
2 '
i
n ) x x (
3 '
i
) x x (
i
3 '
i
n ) x x (
0 - 10 20 5 -16,25 264,06 5281,25 -4291,02 -85820,31
10-20 40 15 -6,25 39,06 1562,50 -244,14 -9765,63
20-30 35 25 3,75 14,06 492,19 52,73 1845,70
30-40 15 35 13,75 189,06 2835,94 2599,61 38994,14
40-50 10 45 23,75 564,06 5640,63 13396,48 133964,84
TOTAL 120 - - - 15812,50 - 79218,75

nlocuind n relaiile de mai sus, se obine:
16 , 660
120
75 , 79218
3
= = ;
77 , 131
120
5 , 15812
2
= = .
Coeficientul de asimetrie Pearson este: 19 , 0
2287966,38
435811,23
77 , 131
16 , 660
3
2
1
= = = .

Interpretare
Valoarea coeficientului de asimetrie Pearson arat c distribuia dat prezint o
asimetrie ( 0
1
) la dreapta (
3
>0).

Coeficientul de boltire Pearson
4
4
2
2
4
2
s
= = , unde:

=
i
i
i
4
i
'
i
4
n
n ) x x (
.
Elementele de calcul ale momentului centrat de ordinul patru sunt prezentate n
tabelul de mai jos:

Tabelul 3.13. Elemente de calcul ale momentului centrat de ordinul patru
x
i-1
-x
i
n
i

'
i
x x x
'
i

4 '
i
) x x (
i
4 '
i
n ) x x (
0 - 10 20 5 -16,25 69729,00 1394580,08
10-20 40 15 -6,25 1525,88 61035,16
20-30 35 25 3,75 197,75 6921,39
30-40 15 35 13,75 35744,63 536169,43
40-50 10 45 23,75 318166,50 3181665,04
TOTAL 120 - - 5180371,09

nlocuind n relaiile de mai sus, se obine:
43169,76
120
09 , 5180371
4
= = .

73
Coeficientul de boltire Pearson este: 49 , 2
77 , 131
76 , 43169
2
2
= = .

Interpretare
Valoarea coeficientului de boltire Pearson arat c distribuia dat este o
distribuie platicurtic ( 3
2
< ).


74

75

STATISTICE DUP O VARIABIL CATEGORIAL

4.1. Caracterizarea seriei folosind metode grafice

O distribuie statistic dup o variabil categorial nominal sau ordinal poate fi
reprezentat grafic folosind diagrame de structur: cercul de structur, dreptunghiul de
structur etc.
Alura acestor grafice este prezentat n figurile de mai jos:
65,0%
35,0%
Feminin
Masculin
Sexul_persoanei

Figura 24. Cercul de structur

Feminin Masculin
Sexul_persoanei
70,0%
60,0%
50,0%
40,0%
30,0%
20,0%
10,0%
0,0%
P
e
r
c
e
n
t
65,0%
35,0%

Figura 25. Dreptunghiul de structur

76


4.2.1. Mrimi relative

a. Mrimi relative de structur
Pentru o distribuie dup o variabil categorial nominal se pot calcula
frecvenele relative, respectiv ponderea unitilor din fiecare categorie n volumul total al
colectivitii, dup relaia:
100
n
n
100
n
n
f
i
i
i
i
i
= =
.

Exemplu
Distribuia studenilor dintr-o grup pe sexe, la 1 ianuarie 2009, se prezint astfel:

Tabelul 4.1 Distribuia studenilor dintr-o grup
pe sexe, la 1 ianuarie 2009
Sexul persoanei Nr. studeni
Masculin 7
Feminin 13
TOTAL 20

Se cere s se calculeze frecvenele relative.

Rezolvare
Frecvenele relative se calculeaz dup relaia:
100
n
n
100
n
n
f
i
i
i
i
i
= =
.
% 35 100
20
7
100
n
n
f
i
i
1
1
= = =

% 65 100
20
13
100
n
n
f
i
i
2
2
= = =
.
Interpretare
Ponderea persoanelor de sex masculin este de 35%, iar ponderea persoanelor de
sex feminin este de 65%.


77
b. Mrimi relative de coresponden
Mrimile relative de coresponden arat numrul de uniti dintr-o grup care
revin la 100 (1000) de uniti dintr-o alt grup, n cadrul aceleai populaii.
Mrimile relative de coresponden se calculeaz dup relaia:
, 100
X
X
K
B
A
B / A
= respectiv 100
X
X
K
A
B
A / B
= , unde:
X
A
, X
B
reprezint numrul de uniti din grupa A, respectiv B.

Exemplu
Distribuia salariailor dintr-o regiune pe sexe, la 1 ianuarie 2009, se prezint
astfel:

Tabelul 4.2 Distribuia salariailor dintr-o regiune
Masculin 7000
Feminin 1300
TOTAL 830

Se cere s se calculeze mrimile relative de coresponden.

Rezolvare
Mrimile relative de coresponden se calculeaz dup relaia:
, 100
X
X
K
B
A
B / A
= respectiv 100
X
X
K
A
B
A / B
= .
Considernd grupa A, grupa format din persoanele de sex masculin, i grupa B
cea a persoanelor de sex feminin, se obine:
5 , 538 100
1300
7000
100
X
X
K
B
A
B / A
= = =
6 , 18 100
7000
1300
100
X
X
K
A
B
A / B
= = = .
Interpretare
La 100 de persoane de sex feminin revin 538,5~540 de persoane de sex masculin.
La 100 de persoane de sex masculin revin 18,6~19 persoane de sex feminin.

4.2.2 Mrimi medii
n cazul unei distribuii dup o variabil categorial nominal singura mrime
medie care poate fi calculat este modul. Modul arat categoria variabilei X cea mai
frecvent observat, respectiv cea care corespunde frecvenei maxime.
n cazul unei distribuii dup o variabil categorial ordinal, mrimile medii care
pot fi calculate sunt modul i mediana.


78
Exemple
Distribuia salariailor dintr-o regiune pe sexe, la 1 ianuarie 2009 se prezint
astfel:

Tabelul 4.3 Distribuia salariailor dintr-o regiune
1-Masculin 700
2-Feminin 130
TOTAL 830

Se cere s se afle valoarea modului.

Rezolvare
Pentru aflarea modului, se observ c n
imax
=700. Categoria care corespunde
acestei frecvene maxime este x
i
=1-Masculin.

Interpretare
Cele mai multe persoane din colectivitatea observat sunt de sex masculin.

2. Distribuia salariailor unei firme dup nivelul de studii (Primar, Gimnazial,
Liceal, Superior) se prezint astfel:

Tabelul 4.4 Distribuia salariailor unei firme
dup nivelul de studii
Nivel de studii Nr. persoane
Primar 10
Gimnazial 25
Liceal 15
Superior 50
TOTAL 100

Se cere s se calculeze valorile modului i medianei.

Rezolvare
Modul
Pentru identificarea modului, se afl n
imax
=50. Categoria care corespunde acestei
frecvene maxime este x
i
=Superior.

Interpretare
Cele mai multe persoane din colectivitatea observat au studii superioare.

Mediana
Pentru aflarea medianei, se afl 50
2
100
2
n
U
i
i
Me
= = =
. Se calculeaz
frecvenele absolute cumulate cresctor, prezentate n tabelul de mai jos:

79

Tabelul 4.5 Frecvenele absolute cumulate cresctor
Nivel de studii Nr. persoane Ni
Primar 10 10
Gimnazial 25 35
Liceal 15 50
Superior 50 100
TOTAL 100 -

Prima valoare Ni=50 U
Me
=50. Mediana este reprezentat de categoria Liceal.

Interpretare
Jumtate din numrul total al persoanelor sunt cu studii primare, gimnaziale i
liceale, iar jumtate sunt cu studii superioare.


80

81

PARTEA A DOUA
INFERENA STATISTIC

Inferena statistic are ca obiectiv cunoaterea unei populaii n mod indirect, prin
prelucrarea datelor la nivelul unui eantion extras aleatoriu din aceasta. Inferena
statistic presupune estimarea parametrilor unei populaii i testarea ipotezelor statistice.

Capitolul 5. Noiuni i notaii folosite n inferena
statistic

5.1. Populaie i eantion

Observarea i nregistrarea valorilor unei variabile pentru toate unitile populaiei
presupune o observare exhaustiv, total. Acest procedeu se aplic, de exemplu, n cazul
recensmntului unei populaii, cnd sunt nregistrate mai multe caracteristici ale
populaiei (vrsta, categoria socio-profesional, sexul persoanei etc.), la un moment de
referin. Volumul unei populaii se noteaz cu N.
Observarea i nregistrarea valorilor unei variabile pentru anumite uniti statistice
extrase dintr-o populaie presupune o observare parial. n acest caz, se observ doar un
eantion reprezentativ extras din populaie. Inferena statistic are ca obiectiv cunoaterea
unei populaii n mod indirect, prin prelucrarea datelor la nivelul unui eantion extras din
aceasta. Volumul eantionului se noteaz cu n. Avantajele cercetrii prin sondaj decurg,
n principal, din costurile reduse de obinere a datelor statistice.

5.2. Parametri i estimaii

Parametrii reprezint mrimi reale dar necunoscute prin care poate fi caracterizat
o populaie. De exemplu, o populaie poate fi caracterizat folosind un indicator al
tendinei centrale, cum ar fi media populaiei ( ), i un indicator al dispersiei, cum ar fi
abaterea medie ptratic ( ).
Aceste mrimi sunt estimate prin prelucrarea datelor nregistrate la nivelul unui
eantion, proces n urma cruia se obin estimaii ale parametrilor populaiei. De
exemplu, prin nregistrarea valorilor unei variabile la nivelul unui eantion, pot fi
calculate media eantionului ( x ) i abaterea medie ptratic ( s ).

82
Notaiile folosite pentru definirea parametrilor i estimaiilor sunt prezentate n
tabelul de mai jos.

Estimaii
(eantion)
Parametri
(populaie)
Media x

Variana
2
s
2

Abaterea standard
s

Proporia f p

5.3. Distribuia de selecie a mediei

O distribuie de selecie este distribuia unui estimator. Un estimator este o
funcie de variabile aleatoare de selecie i se noteaz, de regul, cu semnul ^ deasupra
parametrului respectiv. De exemplu, estimatorul mediei se noteaz , al varianei
2
,
iar al proporiei p .

Pentru a forma distribuia mediei de selecie, s considerm cele k eantioane de
volum n care se pot extrage dintr-o populaie de volum N. Pentru fiecare din cele k
eantioane, se pot calcula mediile eantioanelor i se pot determina frecvenele de apariie
a fiecrei variante.

De exemplu, s considerm o populaie format din 5 persoane pentru care se
nregistreaz vrsta (ani) i se obin urmtoarele valori: 22, 25, 26, 24, 23.
Caracterizarea acestei populaii se poate realiza prin calculul unui indicator al
tendinei centrale, media, de exemplu, i a unui indicator al dispersiei, cum este abaterea
standard:
Media populaiei este: 24
5
23 24 26 25 22
N
X
i
i
=
+ + + +
= =
ani.
Abaterea standard este
2
= . Variana se calculeaz astfel:

2
5
) 24 23 ( ) 24 24 ( ) 24 26 ( ) 24 25 ( ) 24 22 (
N
) X (
2 2 2 2 2
i
2
i
2
=
+ + + +
=

nlocuind n relaia de mai sus, se obine: 41 , 1 2
2
= = = ani.


83
Considernd aceast populaie de volum N=5, se pot forma
n
N
C K = eantioane
de volum n, extrase aleator nerepetat (o unitate extras i nregistrat nu se mai
reintroduce n populaie). Dac n=2, 10
)! 2 5 ( ! 2
! 5
C C K
2
5
n
N
=

= = = eantioane.
Valorile unitilor celor 10 eantioane sunt:

E. 1 E.2 E.3 E.4 E.5 E.6 E.7 E.8 E.9 E.10
22
25
22
26
22
24
22
23
25
26
25
24
25
23
26
24
26
23
24
23

Pentru fiecare din cele 10 eantioane, se calculeaz mediile eantioanelor, astfel:

Eantionul 1: 5 , 23
2
25 22
x
1
=
+
= Eantionul 6: 5 , 24
2
24 25
x
6
=
+
=
Eantionul 2: 24
2
26 22
x
2
=
+
= Eantionul 7: 24
2
23 25
x
7
=
+
=
Eantionul 3: 23
2
24 22
x
3
=
+
= Eantionul 8: 25
2
24 26
x
8
=
+
=
Eantionul 4: 5 , 22
2
23 22
x
4
=
+
2
23 26
x
9
=
+
=
Eantionul 5: 5 , 25
2
26 25
x
5
=
+
2
23 24
x
10
=
+
=

Distribuia mediei de selecie, , se formeaz prin ordonarea mediilor
eantioanelor i determinarea probabilitii (frecvenei) de apariie a fiecrei variante:

Tabelul 5.1. Distribuia variabilei media de selecie
i
x
Frecvena de
apariie
p
i

22,5 I 1/10=0,1
23,0 I 1/10=0,1
23,5 II 2/10=0,2
24,0 II 2/10=0,2
24,5 II 2/10=0,2
25,0 I 1/10=0,1
25,5 I 1/10=0,1
TOTAL - 1

Distribuia mediei de selecie este o distribuie de probabilitate a mediilor tuturor
eantioanelor de volum n care se pot extrage aleatoriu dintr-o populaie de volum N.

Caracteristicile variabilei media de selecie sunt:

84
- media mediei de selecie este: 24 p x M
i
i i
= = . Media mediei de selecie
este, deci, egal cu media populaiei ( ).
- variana mediei de selecie este:
75 , 0 24 75 , 576 ) p x ( p x ) ( V
2
i i
2
i i i
2
i
2
= = = =

. Variana mediei
de selecie este egal cu
N
n N
n
2
2
, n cazul unui sondaj aleator

nerepetat. Se demonstreaz c n cazul unui sondaj aleator repetat, =
n
2
2

- abaterea standard a mediei de selecie este:
866 , 0 75 , 0 ) p x ( p x
i i
2
i i i
2
i
2

= = = =

.

Tabelul 5.2. Elemente de calcul ale mediei i varianei variabilei
i
x
p
i

i i
p x
2
i
x
i
2
i
p x
22,5 0,1 2,25 506,25 50,63
23,0 0,1 2,30 529,00 52,90
23,5 0,2 4,70 552,25 110,45
24,0 0,2 4,80 576,00 115,20
24,5 0,2 4,90 600,25 120,05
25,0 0,1 2,50 625,00 62,50
25,5 0,1 2,55 650,25 65,03
TOTAL 1,0 24,00 - 576,75

Reprezentarea grafic a distribuiei mediei de selecie este realizat n figura de
mai jos:
26,00 25,00 24,00 23,00 22,00
VAR00001
25
20
15
10
5
0
F
r
e
q
u
e
n
c
y
Mean = 24,00
Std. Dev. =
0,87039
N = 100

Figura 26. Reprezentarea grafic a distribuiei mediei de selecie,

85

Dup cum se observ, distribuia mediei de selecie urmeaz o lege normal, iar
mediile eantioanelor se grupeaz n jurul mediei lor, adic a mediei populaiei.

Variabila media de selecie se caracterizeaz prin legea normal - teorema limit
central, bazat pe legea numerelor mari:
- dac variabila aleatoare X urmeaz o lege normal, atunci urmeaz o lege
normal oricare ar fi n;
- dac variabila aleatoare X nu urmeaz o lege normal, atunci urmeaz o
lege normal doar pentru valori mari ale lui n, de regul mai mari dect 30.
Folosind notaiile prezentate, putem scrie: ) , ( N ~
2

sau )
n
, ( N ~
2
.


86

87

Capitolul 6. Estimarea parametrilor unei populaii

Estimarea reprezint procedeul de determinare a unui parametru al unei populaii
(,
2
, p) prin prelucrarea datelor nregistrate la nivelul unui eantion.
Estimarea se poate realiza:
1. punctual: presupune aflarea unei valori posibile a estimatorului parametrului
cutat.
2. prin interval de ncredere (IC): presupune aflarea limitelor de ncredere ale unui
interval care acoper valoarea unui parametru.

6.1. Estimarea mediei unei populaii ( )

a. Estimarea punctual a mediei unei populaii
Estimarea punctual a mediei unei populaii presupune aflarea unei valori posibile
a estimatorului parametrului . n paragraful anterior, am artat c media eantionului,
x , este o valoare a estimatorului . Media eantionului este, deci, o estimaie punctual
a mediei populaiei.

b. Estimarea prin interval de ncredere a mediei unei populaii
Construirea IC se bazeaz pe variabila normal standard Z, prezentat n partea
nti: ) 1 , 0 ( N ~ Z ) , ( N ~
2
.
Valoarea Z se calculeaz dup relaia:
n /
x x
z
= . Astfel, se poate
determina:
= +
1 ) z
n /
x
z ( P , unde:
este un nivel al probabilitii cuprins ntre zero i unu. Acest nivel arat riscul
asumat n estimare. De regul, n economie se folosete un risc de 0,05 sau 5%.

Intervalul de ncredere pentru media populaiei, cnd se cunoate variana
populaiei, este:

n
z x
2 /
, unde:
x este media calculat la nivelul eantionului;
2 /
z
este o valoare a statisticii Z care se citete din Tabelul Z pentru un risc .

este abaterea standard la nivelul populaiei;
n este volumul eantionului.


88
Atunci cnd nu se cunoate variana populaiei, n estimarea mediei prin interval
de ncredere se folosete statistica t Student. Limitele intervalului de ncredere pentru
media populaiei sunt definite de:

n
' s
t x
2 /
, unde:
x este media calculat la nivelul eantionului;
2 /
t
este valoarea statisticii t Student care se citete din Tabelul Student pentru un risc
i n-1 grade de libertate;
' s este abaterea standard corectat determinat la nivelul eantionului, dup relaia:
1 n
) x x (
' s
i
2
i
;
n este volumul eantionului.

Observaii
Precizia estimrii crete (mrimea intervalului de ncredere este mai mic), atunci
cnd:
- volumul eantionului (n) crete (legea rdcinii ptrate: mrirea de 4 ori a
volumului eantionului, dubleaz precizia estimrii);
- probabilitatea cu care se garanteaz rezultatele este mai mic;
- variana eantionului este mic (valorile aberante afecteaz mrimea intervalului
de ncredere).

Exemple
1. La nivelul unui eantion format din 25 de persoane, extras aleator simplu, s-au
obinut urmtoarele rezultate privind vrsta (ani): ani 2 s , ani 32 x
'
= = . S se estimeze
prin interval de ncredere vrsta medie a ntregii populaii din care a fost extras
eantionul, considernd un risc de 0,05.

Rezolvare
(n=20)30, n estimarea prin IC a mediei populaiei se folosete statistica t
Student. Din Tabelul repartiiei Student se citete valoarea t
0,025;20-1
=2,093.

t K 0.025 K
M

19 K 2,093 K

M

IC este definit de:

n
s
t x
2 /
. nlocuind cu valorile date, se obine:

89

25
2
093 , 2 32 sau [ ] 837 , 32 ; 163 , 31 .

Interpretare
Se poate garanta cu o probabilitate de 0,95 c vrsta medie a ntregii populaii din
care a fost extras eantionul ( ) este acoperit de intervalul: [ ] 837 , 32 ; 163 , 31 ani.

2. La nivelul unui eantion format din 9 persoane, extras aleator simplu, s-au
obinut urmtoarele rezultate privind vrsta (ani): ani 2 s , ani 32 x
'
= = . S se estimeze
prin interval de ncredere vrsta medie a ntregii populaii din care a fost extras
eantionul, considernd un risc de 0,05.

Rezolvare
(n=9)30, n estimarea prin IC a mediei populaiei se folosete statistica t
Student. Din Tabelul Student se citete valoarea t
0,025;9-1
=2,306.

t K 0.025 K
M

8 K 2,306 K

M

IC este definit de:

n
' s
t x
2 /
. nlocuind cu valorile date, se obine:

9
2
306 , 2 32 sau [ ] 54 , 33 ; 46 , 30 .

Interpretare
Se poate garanta cu o probabilitate de 0,95 c vrsta medie a ntregii populaii din
care a fost extras eantionul ( ) este acoperit de intervalul: [ ] 54 , 33 ; 46 , 30 ani.

Observaie
Mrimea intervalului de ncredere este, n acest caz, mai mare fa de exemplul
anterior. Precizia estimrii s-a micorat datorit volumului redus al eantionului.

6.2. Estimarea proporiei unei populaii (p)

a. Estimarea punctual a proporiei la nivelul unei populaii
Estimarea punctual a proporiei la nivelul unei populaii presupune aflarea unei
valori posibile a estimatorului parametrului p . Proporia unei anumite categorii calculat

90
la nivelul eantionului (f) este o estimaie punctual a proporiei acestei categorii la
nivelul populaiei.

Exemplu
n urma realizrii unui sondaj electoral la nivelul unui eantion format din 1500
persoane, se observ c 840 persoane au votat pentru candidatul A. S se estimeze
punctual proporia persoanelor care au votat pentru candidatul A la nivelul ntregii
populaii.

Rezolvare
Proporia persoanelor care au votat pentru candidatul A calculat la nivelul
eantionului este: 56 , 0
1500
840
n
n
f
i
= = = .

Interpretare
Proporia persoanelor care au votat pentru candidatul A la nivelul ntregii
populaii poate fi estimat punctual prin proporia calculat la nivelul eantionului, deci
p=0,56 sau p=56%.

b. Estimarea prin interval de ncredere a proporiei unei populaii
Variabila proporia de selecie ( p ) se caracterizeaz prin: )
n
) p 1 ( p
, p ( N ~ p

.
Construirea intervalului de ncredere pentru proporia calculat la nivelul unei
populaii se realizeaz n mod similar mediei unei populaii. Intervalul de ncredere
pentru proporia la nivelul unei populaii este:

n
) f 1 ( f
t f
2 /
, atunci cnd nu se cunoate
p
.

Exemplu
n urma realizrii unui sondaj electoral la nivelul unui eantion format din 1500
persoane, se observ c 840 persoane au votat pentru candidatul A. S se estimeze prin
interval de ncredere proporia persoanelor care au votat pentru candidatul A la nivelul
ntregii populaii, considernd un risc de 0,05.

Rezolvare
Proporia persoanelor care au votat pentru candidatul A, la nivelul eantionului,
este: 56 , 0
1500
840
n
n
f
i
= = = sau 56%.
Limitele intervalului de ncredere se calculeaz astfel:

n
) f 1 ( f
t f
2 /
, unde:
56 , 0 f = ;

91
2 /
t
este valoarea statisticii t Student care se citete din Tabelul Student pentru un risc
05 , 0 = i n-1 grade de libertate. Din Tabelul Student se citete: t
0,025;1500-1
=1,96.

t K 0.025 K
M

M
K K

K

1,96

K


1500
) 56 , 0 1 ( 56 , 0
96 , 1 56 , 0 sau [ ] 59 , 0 ; 53 , 0 .

Interpretare
Se poate garanta cu o probabilitate de 0,95 c proporia persoanelor care au votat
pentru candidatul A la nivelul ntregii populaii este cuprins ntre 0,53 sau 53% i 0,59
sau 59%.


92

93

CAPITOLUL 7. TESTAREA IPOTEZELOR STATISTICE

Testarea ipotezelor statistice este un procedeu prin care se testeaz semnificaia
egalitii dintre valoarea unui parametru i o valoare de referin sau dintre doi parametri
(dou medii ale populaiei sau dou proporii de la nivelul unor populaii).

7.1. Testarea ipotezelor cu privire la un parametru

Testarea ipotezelor cu privire la un parametru are ca obiectiv testarea egalitii
dintre media unei populaii sau proporia la nivelul unei populaii fa de valori de
referin, cunoscute.

7.1.1 Demersul testrii

Verificarea ipotezelor care se formuleaz cu privire la populaie. Inferena
statistic presupune ca distribuia populaiei din care a fost extras eantionul s
urmeze o lege normal sau volumul eantionului s fie suficient de ridicat (n>30).

Formularea ipotezelor statistice
O ipotez este o presupunere cu privire la valoarea unui parametru: media unei
populaii, variana unei populaii sau proporia unei anumite categorii dintr-o populaie.
Ipotezele care se formuleaz n statistic sunt:
- ipoteza nul este ipoteza prin care se presupune c nu exist diferene fa de o
valoare teoretic sau o valoare de referin considerat. Ipoteza nul are un rol important
n determinarea distribuiei de selecie care va fi folosit n procesul testrii. Se noteaz
cu H
0
.
- ipoteza alternativ este contrar ipotezei nule, deci este ipoteza prin care se
presupune c exist diferene fa de o valoare teoretic sau o valoare de referin
considerat. Se noteaz cu H
1
.

Alegerea pragului de semnificaie a testului
n testarea ipotezelor statistice, pragul de semnificaie a testului, notat cu ,
reprezint probabilitatea (de regul, egal cu 0.05, 0.01) bazat pe ipoteza c H
0
este
adevrat.

Alegerea i calcularea statisticii test
Testul statistic se alege n funcie de legea urmat de distribuia de selecie a
statisticii considerate. De exemplu, n paragraful anterior am artat c distribuia de
selecie a mediei de selecie urmeaz o lege normal. n testarea semnificaiei mediei unei
populaii, se folosete testul Z sau testul t Student.


94
Definirea regulii de decizie
Pentru definirea regulii de decizie, valoarea calculat a statisticii test, pe baza
datelor observate la nivelul unui eantion, se compar cu valoarea teoretic, numit i
valoare critic, care se alege din tabelele teoretice. Decizia corect poate fi adoptat i
prin compararea probabilitii asociate statisticii test calculate cu riscul . n mod
sintetic, regula de decizie, n cazul folosirii repartiiei Z, poate fi prezentat astfel:

Se respinge ipoteza H
0
Se accept ipoteza H
0

Folosind probabilitatea
asociat statisticii test
dac < . ob Pr dac . ob Pr
Folosind valoarea
calculat a statisticii test
dac
2 / calculat
z z

< sau
2 / calculat
z z

+ >
dac
2 / calculat
z z

sau
2 / calculat
z z

+

Reprezentarea grafic a regiunilor de respingere i de acceptare a ipotezei H
0
este
realizat n figura de mai jos:

H H
/2
H
-z
1
/2
0
1-
z/2
1
/2
Z

Figura 27. Regiunile de respingere i de acceptare a ipotezei H
0

7.1.2. Testarea semnificaiei mediei unei populaii

Ipoteze statistice
n testarea semnificaiei mediei unei populaii se formuleaz urmtoarele ipoteze
statistice:
- ipoteza nul este ipoteza prin care se presupune c nu exist diferene ntre
media unei populaii, , estimat prin media calculat la nivelul eantion, i o valoare de
referin considerat,
0
.
De exemplu, ntr-un studiu statistic cu privire la nivelul ratei omajului n anumite
ri ale Uniunii Europene, n procesul testrii statistice se poate urmri dac exist
diferene semnificative ntre nivelul mediu al ratei omajului pentru ansamblul rilor din

95
UE ( ) i nivelul mediu al ratei omajului din SUA (
0
). Ipoteza nul care se
formuleaz este:
0 0
: H = .

- ipoteza alternativ este contrar ipotezei nule, deci este ipoteza prin care se
presupune c exist diferene ntre valorile comparate.
Pentru exemplul prezentat anterior, ipoteza alternativ se formuleaz astfel:
0 1
: H (test bilateral),
0 1
: H > (test unilateral la dreapta) sau
0 1
: H < (test
unilateral la stnga).

n testarea ipotezelor statistice, pragul de semnificaie a testului, notat cu , este,
de regul, egal cu 0.05 sau 0.01.
De exemplu, dac pragul de semnificaie a unui test este de 0,05, atunci ipoteza
0 0
: H = va fi respins dac media eantionului extras din populaie este att de
ndeprtat, la stnga sau la dreapta, de valoarea fix
0
, nct se ncadreaz printre cele
5% cele mai puin probabile medii ale eantioanelor posibil de extras din populaie.
Pragul de semnificaie a testului, , arat probabilitatea de a respinge ipoteza H
0

atunci cnd aceasta este adevrat. Eroarea comis n respingerea ipotezei H
0
, atunci cnd
aceasta este adevrat, poart denumirea de eroare de tip I.
Eroarea de tip II se produce n momentul acceptrii ipotezei H
0
, atunci cnd
aceasta este fals.

Alegerea i calculul statisticii test
Atunci cnd se cunoate variana populaiei ) (
2
, n testarea semnificaiei
mediei unei distribuii se folosete statistica Z. Pe baza datelor observate la nivelul unui
eantion de volum n, se calculeaz statistica test Z astfel:
n /
x x
z
0
0
calculat
= .

Atunci cnd nu se cunoate variana populaiei, n testarea semnificaiei mediei
unei distribuii se folosete statistica t Student. Pe baza datelor observate la nivelul unui
eantion de volum n, se calculeaz statistica test t Student astfel:
n / ' s
x
s
x
t
0
0
calculat

= , unde
1 n
) x x (
' s
i
2
i
.


Considernd un test bilateral, regula de decizie poate fi definit astfel:


96
0
Se accept ipoteza H
0

Folosind valoarea
dac
2 / calculat
z z

< sau
2 / calculat
z z

+ >
dac
2 / calculat
z z

sau
2 / calculat
z z

+

Reprezentarea regiunii de acceptare i de respingere a ipotezei H
0
este realizat n
figura de mai jos:
H H
/2
H
-z
1
/2
0
1-
z/2
1
/2
Z

Figura 28. Regiunea de respingere i de acceptare a ipotezei H
0

n cazul unui test bilateral

Regula de decizie pentru un test unilateral poate fi definit astfel:

0
Se accept ipoteza H
0

Test unilateral la dreapta
0 1
: H >
dac
z z
calculat
+ > dac
z z
calculat
+
Test unilateral la stnga
0 1
: H <
dac
z z
calculat
< dac
z z
calculat

Reprezentarea regiunilor de respingere i de acceptare a ipotezei H
0
pentru un test
unilateral este realizat n figura de mai jos:


97

0

n cazul unui test unilateral la dreapta

0

n cazul unui test unilateral la stnga

De exemplu, n cazul unui test bilateral, considernd un prag de semnificaie
05 , 0 = , valoarea critic a statisticii test Z este z=1,96. Regiunea de respingere a
ipotezei Ho este definit de: 96 , 1 z
calculat
< , respectiv . 96 , 1 z
calculat
+ >
n cazul unui test unilateral la dreapta, pentru care ipoteza
0 1
: H > ,
considernd un prag de semnificaie 05 , 0 = , valoarea critic a statisticii test Z este
z=1,65. Regiunea de respingere a ipotezei Ho este, astfel, definit de: 65 , 1 z
calculat
> .
n cazul unui test unilateral la stnga, pentru care ipoteza
0 1
: H < ,
considernd un prag de semnificaie 05 , 0 = , valoarea critic a statisticii test Z
este 65 , 1 z = . Regiunea de respingere a ipotezei Ho este definit de: 65 , 1 z
calculat
< .


98
Exemple
1. La nivelul unui eantion format din 100 de persoane, se nregistreaz salariul
lunar obinut i se obine . lei . mil 14 x = tiind c lei . mil 4 = , se cere s se testeze
dac exist diferene semnificative ntre salariul mediu al ntregii populaii din care a fost
extras eantionul i salariul mediu pe economie, de 13 mil. lei. Se consider un risc
. 05 , 0 =

Rezolvare
13 : H
0
= milioane lei (nu exist diferene semnificative ntre salariul mediu al
ntregii populaii din care a fost extras eantionul i salariul mediu pe economie)
13 : H
1
milioane lei (exist diferene semnificative ntre salariul mediu al
ntregii populaii din care a fost extras eantionul i salariul mediu pe economie)

. 05 , 0 =

Statistica test
Pentru testarea semnificaiei mediei unei populaii, atunci cnd se cunoate , se
folosete statistica test Z:
n /
x
z
0

= .

Calculul statisticii test
Pe baza datelor obinute la nivelul eantionului, se obine:
5 , 2
100 / 4
13 14
z
cakulat
=
= .

Regula de decizie
Folosind probabilitatea asociat statisticii test calculate:
dac < . ob Pr , atunci se respinge ipoteza H
0
;
dac . ob Pr , atunci se accept ipoteza H
0
.

Folosind statistica test:
dac
z z
calculat
< sau
z z
calculat
+ > , atunci se respinge ipoteza H
0
;
dac
z z
calculat
sau
z z
calculat
+ , atunci se accept ipoteza H
0
.

Valoarea teoretic a statisticii test
Se citete din tabelul Z pentru un risc 05 , 0 = . Aceast valoare este:
. 96 , 1 z
2 /
=

Probabilitatea asociat statisticii test calculate
Valoarea probabilitii asociate statisticii test calculate, 5 , 2 z
cakulat
= , se citete
din tabelul Z, astfel: 006 , 0 494 , 0 5 , 0 ) 5 , 2 Z ( P = = > . Aceast valoare este furnizat de

99
programele specializate de statistic i poart denumirea de Prob. sau p-value (programul
E-VIEWS) sau Sig. (Significance Level) (programul SPSS).

0

Interpretare
96 , 1 z 5 , 2 z
025 , 0 calculat
= > = sau 05 , 0 ) 012 , 0 006 , 0 2 . ob (Pr = < = = , se
respinge ipoteza Ho. Se poate garanta cu o probabilitate de 0,95 c exist diferene
semnificative ntre salariul mediu al ntregii populaii din care a fost extras eantionul
observat ) ( i salariul mediu pe economie ) (
0
.

2. La nivelul unui eantion format din 100 de persoane, se nregistreaz salariul
lunar obinut i se obine . lei . mil 14 x = tiind c lei . mil 4 = , se cere s se testeze
dac salariul mediu al ntregii populaii din care a fost extras eantionul este mai mare
dect salariul mediu pe economie, de 13 mil. lei. Se consider un risc . 05 , 0 =

Rezolvare
13 : H
0
= milioane lei
13 : H
1
> milioane lei

. 05 , 0 =

Statistica test
Pentru testarea semnificaiei mediei unei populaii, atunci cnd se cunoate , se
folosete statistica test Z:
n /
x
z
0

= .


100
5 , 2
100 / 4
13 14
z
cakulat
=
= .

Regula de decizie
Folosind probabilitatea asociat statisticii test calculate:
dac < . ob Pr , atunci se respinge ipoteza H
0
;
dac . ob Pr , atunci se accept ipoteza H
0
.

Folosind statistica test:
dac
z z
calculat
0
;
dac
z z
calculat
0
.

Se citete din tabelul Z pentru un risc 05 , 0 = . Aceast valoare este:
. 65 , 1 z
2 /
=

Probabilitatea asociat statisticii test calculate
Valoarea probabilitii asociate statisticii test calculate, 5 , 2 z
cakulat
= , se citete
din tabelul Z, astfel: 006 , 0 494 , 0 5 , 0 ) 5 , 2 Z .( ob Pr = = > .

0
n cazul unui test
unilateral la dreapta

Interpretare
65 , 1 z 5 , 2 z
025 , 0 calculat
= > = sau 05 , 0 006 , 0 . ob Pr = < = , se respinge ipoteza
Ho. Se poate garanta cu o probabilitate de 0,95 c salariul mediu al ntregii populaii din

101
care a fost extras eantionul observat ) ( este mai mare dect salariul mediu pe
economie ) (
0
.

3. Pentru un eantion format din 25 de persoane, se nregistreaz salariul lunar
obinut i se obin urmtoarele rezultate: . lei . mil 2 ' s , lei . mil 15 x = = Se cere s se
testeze dac exist diferene semnificative ntre salariul mediu al ntregii populaii din
care a fost extras eantionul i salariul mediu de economie, de 13 mil. lei. Se consider un
risc . 05 , 0 =

Rezolvare
13 : H
0
=
13 : H
1

. 05 , 0 =

Statistica test
Pentru testarea semnificaiei mediei unei populaii se folosete statistica test t
Student,
n / ' s
x
t
0

= .

Pe baza datelor obinute la nivelul eantionului, se obine: 5
25 / 2
13 15
t
cakulat
=
= .

Regula de decizie
dac
2 / calculat
t t

< sau
2 / calculat
t t

0
;
dac
2 / calculat
t t

sau
2 / calculat
t t

0
.

Se citete din tabelul t Student pentru un risc 05 , 0 = i n-1 grade de libertate.
Aceast valoare este: 064 , 2 t t
24 ; 025 , 0 1 n ; 2 /
= =

.

t K 0.025 K
M

24 K 2,064 K

M


102
Interpretare
Regiunea de acceptare i regiunea de respingere a ipotezei Ho sunt prezentate n
figura de mai jos:
0,025
H H
0,025
1
2,064 -2,064
H0
0,95
1
t
t =5
calc

0

064 , 2 t 5 t
24 ; 025 , 0 calculat
= > = , se respinge ipoteza Ho. Se poate garanta cu o
probabilitate de 0,95 c exist diferene semnificative ntre salariul mediu al ntregii
populaii din care a fost extras eantionul observat ) ( i salariul mediu pe economie
) (
0
.

7.1.3 Testarea semnificaiei proporiei unei populaii
Demersul testrii semnificaiei unei proporii este similar demersului prezentat n
cazul mediei unei populaii.

Ipoteze statistice
Ipotezele care se formuleaz n testarea semnificaiei unei proporii sunt:
0 0
p p : H =
0 1
p p : H (test bilateral)

05 , 0 = .

Atunci cnd nu se cunoate variana populaiei, n testarea semnificaiei
proporiei unei distribuii se folosete statistica t Student. Pe baza datelor observate la
nivelul unui eantion de volum n, se calculeaz statistica test t astfel:
n / ) f 1 ( f
p f
s
p f
t
0
p
0
calculat
= .


103
Adoptarea decizie corecte presupune compararea valorii calculate a statisticii test
cu valoarea teoretic. De exemplu, considernd un test bilateral, atunci cnd nu se
cunoate variana populaiei, regula de decizie poate fi definit astfel:

0
Se accept ipoteza H
0

dac > . ob Pr dac . ob Pr
Folosind valoarea
dac
2 / calculat
t t

< sau
2 / calculat
t t

+ >
dac
2 / calculat
t t

sau
2 / calculat
t t

+

Exemplu
La nivelul unui eantion de volum n=25 de persoane, se observ c ponderea
persoanelor care voteaz pentru candidatul A este de 49%. Se cere s se testeze dac
exist diferene semnificative ntre proporia persoanelor care voteaz pentru candidatul
A la nivelul ntregii populaii i proporia persoanelor care au votat pentru acest candidat
la alegerile anterioare, de 51%. Se consider un risc . 05 , 0 =

Rezolvare
% 51 p : H
0
=
% 51 p : H
1

. 05 , 0 =

Statistica test
Pentru testarea semnificaiei mediei unei populaii se folosete statistica test t
Student,
n / ) f 1 ( f
p f
t
0

= .

2 , 0
25 / ) 49 100 ( 49
51 49
t
calculat
=

= .

Regula de decizie
dac
2 / calculat
t t

< sau
2 / calculat
t t

0
;
dac
2 / calculat
t t

sau
2 / calculat
t t

0
.

Se citete din tabelul t Student pentru un risc 05 , 0 = i n-1 grade de libertate.
Aceast valoare este: 064 , 2 t t
24 ; 025 , 0 1 n ; 2 /
= =

.

104

Interpretare
064 , 2 t 2 , 0 t
24 ; 025 , 0 calculat
= < = , se accept ipoteza Ho. Se poate garanta cu o
probabilitate de 0,95 c nu exist diferene semnificative ntre proporia persoanelor care
voteaz pentru candidatul A la nivelul ntregii populaii, p, i proporia persoanelor care
au votat pentru acest candidat la alegerile anterioare, p
0
.

7.2 Testarea ipotezelor cu privire la doi parametri
Testarea ipotezelor cu privire la doi parametri poate viza dou medii ale unor
populaii,
1
i
2
, sau dou proporii,
1
p i
2
p .

7.2.1 Testarea diferenei dintre dou medii

a. Cazul eantioanelor independente
n cazul eantioanelor independente, statistica test folosit n testarea ipotezelor
statistice este statistica Z sau t.

Ipoteze statistice
0 : H
2 1 0
=
0 : H
2 1 1


Atunci cnd
2
2
2
1
= i nu se cunosc varianele populaiilor, statistica test se
calculeaz astfel:
2
2
2
1
2
1
2 1
calculat
n
s
n
s
x x
t
+
= .
Atunci cnd
2
2
2
1
i nu se cunosc varianele populaiilor, statistica test se
calculeaz astfel:
2 1
p
2 1
calculat
n
1
n
1
s
x x
t
+
, unde:
2 n n
) 1 n ( s ) 1 n ( s
s
2 1
2
2
2 1
2
1
p
+
+
= .


105
Regula de decizie se definete n mod similar testrii semnificaiei unui parametru
al unei populaii. Valoarea teoretic a statisticii test se alege ns pentru n
1
+n
2
-2 grade de
libertate.

Exemple
1. Pentru dou eantioane extrase aleator simplu de volum n
1
=n
2
=625 persoane
s-a nregistrat vrsta i s-au obinut urmtoarele rezultate: ani 32 x , ani 35 x
2 1
= = ;
ani 4 s , ani 2 s
2 1
= = . S se testeze ipoteza potrivit creia ntre vrstele medii ale celor
dou populaii din care au fost extrase eantioanele observate exist diferene
semnificative. Se consider un risc de 0,05.

Rezolvare
Ipoteze statistice:
H
0
:
2 1
= (nu exist diferene semnificative ntre vrstele medii ale celor dou
populaii din care au fost extrase eantioanele)
H
1
:
2 1
(exist diferene semnificative ntre vrstele medii ale celor dou
populaii din care au fost extrase eantioanele)

. 05 , 0 =

Statistica test
Cnd nu se cunosc varianele populaiilor, pentru testarea ipotezelor statistice se
folosete statistica t, calculat dup relaia:
2
2
2
1
2
1
2 1
n
s
n
s
x x
t
+
=

Regula de decizie
dac
2 / calc
t t

> , se respinge ipoteza H
0
;
dac
2 / calc
t t

, se accept ipoteza H
0
.
figura de mai jos:

106
0
-t t
1-
t
/2 /2
/2 /2
H H H1 1

0

Statistica test este:
7 , 16
625
4 2
32 35
t
2 2
=
+
=

Valoarea teoretic a statisticii t se citete din Tabelul Student pentru un risc
=0,05 i n
1
+n
2
-2 grade de libertate: t
/2
=1,96.

Interpretare
( ) ( ), 96 , 1 t 7 , 16 t
025 , 0 calc
= > = se respinge ipoteza H
0
. Se poate garanta cu o
probabilitate de 0,95 c exist diferene semnificative ntre vrstele medii ale populaiilor
din care au fost extrase eantioanele observate.

2. Pentru dou eantioane, extrase aleator simplu, formate din 7 persoane de sex
masculin, iar al doilea din 9 persoane de sex feminin, se nregistreaz salariul lunar
obinut i se obin urmtoarele rezultate: lei sute 25 x , lei sute 24 x
F M
= = ;
2 s , 3 s
F M
= = . S se testeze ipoteza potrivit creia ntre salariul mediu al persoanelor
de sex masculin i salariul mediu al persoanelor de sex feminin exist diferene
semnificative, la nivelul populaiei din care au fost extrase eantioanele observate. Se
consider un risc de 0,05.

Rezolvare
Ipoteze statistice
H
0
:
F M
=
H
1
:
F M

. 05 , 0 =

107

Statistica test
Cnd nu se cunosc varianele populaiilor, pentru testarea ipotezelor statistice se
folosete statistica t, calculat dup relaia:
2
2
1
2
n
s
n
s
x x
t
F M
F M
+
=

Regula de decizie
dac
2 / calc
t t

0
;
dac
2 / calc
t t

0
.
figura de mai jos:
0
-t t
1-
t
/2 /2
/2 /2
H H H1 1

0

Statistica test este:
76 , 0
9
2
7
3
25 24
t
2 2
=
+
=

=0,05 i n
1
+n
2
/2; 7+9-2
=2,145.

Interpretare
( ) ( ), 145 , 2 t 76 , 0 t
025 , 0 calc
= < = se accept ipoteza H
0
probabilitate de 0,95 c nu exist diferene semnificative ntre salariul mediu al
persoanelor de sex masculin i salariul mediu al persoanelor de sex feminin, la nivelul
populaiilor din care au fost extrase eantioanele observate.


108
b. Cazul eantioanelor dependente
n cazul eantioanelor dependente, unitile statistice observate sunt aceleai. De
exemplu, pentru a studia efectele unui tratament asupra unui lot de bolnavi, se
nregistreaz anumii parametri nainte i dup tratament, pentru aceleai persoane. n
acest caz, se va estima diferena dintre valorile nregistrate la parametrii respectivi nainte
i dup tratament.

Ipoteze statistice
0 : H
2 1 0
=
0 : H
2 1 1


Statistica test se calculeaz astfel:
n / s
x x
t
d
2 1
calculat
= , unde s
d
este abaterea standard a diferenelor dintre valorile
nregistrate de unitile statistice ntre cele dou momente observate.

Regula de decizie
dac
2 / calc
t t

0
;
dac
2 / calc
t t

0
.
Valoarea critic a statisticii test (
2 /
t
) se alege pentru n-1 grade de libertate.

Exemplu
Pentru dou eantioane formate din 5 persoane, se nregistreaz punctajele
obinute la dou teste susinute n primul i al doilea semestru, i se obin urmtoarele
rezultate:

Persoana Punctaj test
Semestrul I Semestrul II
A 65 58
B 69 65
C 88 82
D 73 70
E 75 71

Se cere s se testeze dac exist diferene semnificative ntre punctajele medii
obinute la testele susinute n semestrul I i semestrul II, la nivelul populaiilor din care
au fost extrase eantioanele. Se consider un risc de 0,05.

Rezolvare
Ipoteze statistice
H
0
: 0
semII semI
=

109
H
1
: 0
semII semI

. 05 , 0 =

Statistica test
Pentru testarea ipotezelor statistice se folosete statistica t, calculat dup relaia:
n / s
x
t
d
d
calculat
= , unde:
d
x este media diferenelor dintre valorile nregistrate ntre cele dou momente:
n
d
n
) x x (
x
i
i
i
2 i 1 i
d

=
= ;
1 n
) x d (
s
i
2
d i
d
este abaterea standard a diferenelor d

i
.

Regula de decizie
dac
2 / calc
t t

0
;
dac
2 / calc
t t

0
.
figura de mai jos:
0
-t t
1-
t
/2 /2
/2 /2
H H H1 1

0

Pe baza datelor nregistrate la nivelul eantioanelor, se calculeaz statistica test
astfel:
n / s
x x
t
d
2 1
calculat
= .
Elementele de calcul ale mediilor i abaterii standard sunt prezentate n tabelul de
mai jos:


110
Tabelul 7.1. Elemente de calcul ale mediilor i abaterii standard
Persoana Sem_I
(x
i1
)
Sem_II
(x
i2
)
d
i
=
2 i 1 i
x x ) x d (
d i

2
d i
) x d (
A 65 58 7 2,2 4,84
B 69 65 4 -0,8 0,64
C 88 82 6 1,2 1,44
D 73 70 3 -1,8 3,24
E 75 71 4 -0,8 0,64
TOTAL 370 346 24 - 10,8

Media diferenelor,
d
x , este: 8 , 4
5
24
n
d
x
i
i
d
= = =
.
Abaterea standard a diferenelor dintre valorile nregistrate n cele dou momente
este: 64 , 1 7 , 2
1 5
8 , 10
s
d
= =
= .
55 , 6
5 / 64 , 1
8 , 4
t
calculat
= = .

=0,05 i n-1

grade de libertate: t
/2; 5-1
=2,776.

Interpretare
( ) ( ), 776 , 2 t 55 , 6 t
025 , 0 calc
= > = se respinge ipoteza H
0
probabilitate de 0,95 c exist diferene semnificative ntre punctajele medii obinute la
testele susinute n semestrul I i semestrul II, la nivelul populaiilor din care au fost
extrase eantioanele.

7.2.2 Testarea diferenei dintre dou proporii

Ipoteze statistice
0 p p : H
2 1 0
=
0 p p : H
2 1 1


2
2 2
1
1 1
2 1
calculat
n
) f 1 ( f
n
) f 1 ( f
f f
t

+

= .

111
Regula de decizie
dac
2 n n ; 2 / calc
2 1
t t
+
>

, se respinge ipoteza H
0
;
dac
2 n n ; 2 /
calc
2 1
t t
+
0
.

Exemplu
Pentru dou eantioane extrase aleator simplu de volum n
1
=n
2
=625 persoane s-a
nregistrat proporia persoanelor care au votat pentru candidatul A n anul 2009 i n anul
2005 i s-au obinut urmtoarele rezultate: % 49 f ; %, 51 f
2 1
= = . S se testeze ipoteza
potrivit creia ntre proporia persoanelor care au votat pentru candidatul A n cele dou
momente, la nivelul populaiilor, exist diferene semnificative. Se consider un risc de
0,05.

Rezolvare
Ipoteze statistice:
H
0
:
2 1
p p = (nu exist diferene semnificative ntre proporia persoanelor care au
votat pentru candidatul A n anul 2009 i anul 2005)
H
1
:
2 1
p p (exist diferene semnificative ntre proporia persoanelor care au
votat pentru candidatul A n anul 2009 i anul 2005)

. 05 , 0 =

Statistica test
Statistica t se calculeaz dup relaia:
2
2 2
1
1 1
2 1
calculat
n
) f 1 ( f
n
) f 1 ( f
f f
t

+

=

Regula de decizie
dac
2 n n ; 2 / calc
2 1
t t
+
>

, se respinge ipoteza H
0
;
dac
2 n n ; 2 /
calc
2 1
t t
+
0
.

Pe baza datelor nregistrate la nivelul eantioanelor, se calculeaz statistica test
astfel:
71 , 0
625
) 49 100 ( 49 ) 51 100 ( 51
49 51
t
calculat
=
+
= .

=0,05 i n
1
+n
2
/2
=1,96.

112

Interpretare
( ) ( ), 96 , 1 t 71 , 0 t
025 , 0 calc
= < = se accept ipoteza H
0
probabilitate de 0,95 c nu exist diferene semnificative ntre proporia persoanelor care
au votat pentru candidatul A n anul 2009 i n anul 2005, la nivelul populaiilor din care
au fost extrase eantioanele observate.

7.3. Estimare versus testare
Estimarea prin interval de ncredere presupune construirea unui interval pentru
valoarea unui parametru, plecnd de la rezultatele obinute prin prelucrarea datelor la
nivelul unui eantion extras din populaie.
Prin testarea ipotezelor statistice se formuleaz o ipotez asupra valorii unui
parametru i se verific dac aceast ipotez este sau nu contrazis de observaiile de la
nivelul unui eantion extras din populaie.
De exemplu, n estimarea i testarea semnificaiei mediei unei populaii, s
presupunem c se nregistreaz salariul lunar obinut de persoanele dintr-un eantion de
volum n i se afl limitele intervalului de ncredere pentru salariul mediu la nivelul
populaiei. n urma prelucrrii datelor, considernd un risc de 0,05, se obin urmtoarele
rezultate pentru intervalul de ncredere a mediei populaiei: [ ] 18 ; 14 mil. Lei. Dac
testarea statistic are ca obiectiv verificarea egalitii dintre salariul mediu la nivelul
populaiei i salariul mediu pe economie, 12
0
= mil. Lei, atunci, cu o probabilitate de
0,95, se poate conchide c se respinge ipoteza egalitii dintre cele dou valori. n
procesul testrii statistice, ipotezele care se formuleaz, n exemplul dat, sunt
urmtoarele: 12 : H ; 12 : H
1 0
= . Cunoscnd limitele intervalului de ncredere
pentru media populaiei, 18 14 , se observ, astfel, c aceasta nu poate fi egal cu
12 mil. Lei.
n mod similar, dac intervalul de ncredere calculat pentru un parametru nu
include valoarea zero, atunci se respinge ipoteza H
0
prin care se admite c valoarea acelui
parametru este nul ( 0 : H
0
= ), considernd o probabilitate de 1 .


113
ANEXE

114

Repartiia Laplace:

=
z
0
2
t
dt e
2
1
) z (
2

0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.000 0.004 0.008 0.012 0.016 0.020 0.024 0.028 0.032 0.036
0.1 0.040 0.044 0.048 0.052 0.056 0.060 0.064 0.067 0.071 0.075
0.2 0.079 0.083 0.087 0.091 0.095 0.099 0.103 0.106 0.110 0.114
0.3 0.118 0.122 0.126 0.129 0.133 0.137 0.141 0.144 0.148 0.152
0.4 0.155 0.159 0.163 0.166 0.170 0.174 0.177 0.181 0.184 0.188
0.5 0.191 0.195 0.198 0.202 0.205 0.209 0.212 0.216 0.219 0.222
0.6 0.226 0.229 0.232 0.236 0.239 0.242 0.245 0.249 0.252 0.255
0.7 0.258 0.261 0.264 0.267 0.270 0.273 0.276 0.279 0.282 0.285
0.8 0.288 0.291 0.294 0.297 0.300 0.302 0.305 0.308 0.311 0.313
0.9 0.316 0.319 0.321 0.324 0.326 0.329 0.331 0.334 0.336 0.339
1 0.341 0.344 0.346 0.348 0.351 0.353 0.355 0.358 0.360 0.362
1.1 0.364 0.367 0.369 0.371 0.373 0.375 0.377 0.379 0.381 0.383
1.2 0.385 0.387 0.389 0.391 0.393 0.394 0.396 0.398 0.400 0.401
1.3 0.403 0.405 0.407 0.408 0.410 0.411 0.413 0.415 0.416 0.418
1.4 0.419 0.421 0.422 0.424 0.425 0.426 0.428 0.429 0.431 0.432
1.5 0.433 0.434 0.436 0.437 0.438 0.439 0.441 0.442 0.443 0.444
1.6 0.445 0.446 0.447 0.448 0.449 0.451 0.452 0.453 0.454 0.454
1.7 0.455 0.456 0.457 0.458 0.459 0.460 0.461 0.462 0.462 0.463
1.8 0.464 0.465 0.466 0.466 0.467 0.468 0.469 0.469 0.470 0.471
1.9 0.471 0.472 0.473 0.473 0.474 0.474 0.475 0.476 0.476 0.477
2 0.477 0.478 0.478 0.479 0.479 0.480 0.480 0.481 0.481 0.482
2.1 0.482 0.483 0.483 0.483 0.484 0.484 0.485 0.485 0.485 0.486
2.2 0.486 0.486 0.487 0.487 0.487 0.488 0.488 0.488 0.489 0.489
2.3 0.489 0.490 0.490 0.490 0.490 0.491 0.491 0.491 0.491 0.492
2.4 0.492 0.492 0.492 0.492 0.493 0.493 0.493 0.493 0.493 0.494
2.5 0.494 0.494 0.494 0.494 0.494 0.495 0.495 0.495 0.495 0.495
2.6 0.495 0.495 0.496 0.496 0.496 0.496 0.496 0.496 0.496 0.496
2.7 0.497 0.497 0.497 0.497 0.497 0.497 0.497 0.497 0.497 0.497
2.8 0.497 0.498 0.498 0.498 0.498 0.498 0.498 0.498 0.498 0.498
2.9 0.498 0.498 0.498 0.498 0.498 0.498 0.498 0.499 0.499 0.499
3 0.499 0.499 0.499 0.499 0.499 0.499 0.499 0.499 0.499 0.499

0 z


115
Repartiia Student: p=P(t>t
df
)
df = 0.1 0.05 0.025 0.01 0.005 0.001 0.0005
1 3.078 6.314 12.706 31.821 63.656 318.289 636.578
2 1.886 2.920 4.303 6.965 9.925 22.328 31.600
3 1.638 2.353 3.182 4.541 5.841 10.214 12.924
4 1.533 2.132 2.776 3.747 4.604 7.173 8.610
5 1.476 2.015 2.571 3.365 4.032 5.894 6.869
6 1.440 1.943 2.447 3.143 3.707 5.208 5.959
7 1.415 1.895 2.365 2.998 3.499 4.785 5.408
8 1.397 1.860 2.306 2.896 3.355 4.501 5.041
9 1.383 1.833 2.262 2.821 3.250 4.297 4.781
10 1.372 1.812 2.228 2.764 3.169 4.144 4.587
11 1.363 1.796 2.201 2.718 3.106 4.025 4.437
12 1.356 1.782 2.179 2.681 3.055 3.930 4.318
13 1.350 1.771 2.160 2.650 3.012 3.852 4.221
14 1.345 1.761 2.145 2.624 2.977 3.787 4.140
15 1.341 1.753 2.131 2.602 2.947 3.733 4.073
16 1.337 1.746 2.120 2.583 2.921 3.686 4.015
17 1.333 1.740 2.110 2.567 2.898 3.646 3.965
18 1.330 1.734 2.101 2.552 2.878 3.610 3.922
19 1.328 1.729 2.093 2.539 2.861 3.579 3.883
20 1.325 1.725 2.086 2.528 2.845 3.552 3.850
21 1.323 1.721 2.080 2.518 2.831 3.527 3.819
22 1.321 1.717 2.074 2.508 2.819 3.505 3.792
23 1.319 1.714 2.069 2.500 2.807 3.485 3.768
24 1.318 1.711 2.064 2.492 2.797 3.467 3.745
25 1.316 1.708 2.060 2.485 2.787 3.450 3.725
26 1.315 1.706 2.056 2.479 2.779 3.435 3.707
27 1.314 1.703 2.052 2.473 2.771 3.421 3.689
28 1.313 1.701 2.048 2.467 2.763 3.408 3.674
29 1.311 1.699 2.045 2.462 2.756 3.396 3.660
30 1.310 1.697 2.042 2.457 2.750 3.385 3.646
1.282 1.645 1.960 2.326 2.576 3.091 3.291

116

117
BIBLIOGRAFIE

1. Andrei, T., Statistic i econometrie, Editura Economica, Bucureti, 2003.
2. Andrei, T. i Stancu, S., Statistic - teorie i aplicaii , Editura All, Bucureti, 1995
3. Brbat, Al. , Teoria statisticii sociale, Editura Didactic i Pedagogic, Bucureti, 1972.
4. Baron, T.; Biji, E.; Tvissi, L., .a., Statistic teoretic i economic, Editura Didactic
i Pedagogic, Bucureti, 1991.
5. Biji, M.; Biji, El., Statistica teoretic, Editura Didactic i Pedagogic, Bucureti, 1979.
2. Biji, M.; Stoichi, I. , Metoda selectiv a cercetrii statistice, Editura tiinific,
Bucureti, 1957.
3. Capanu, I; Wagner, P.; Mitru, C., Sistemul conturilor naionale i agregate
macroeconomice, Editura All, Bucureti, 1994.
4. Chelcea, S., Chestionarul n investigaia sociologic, Editura tiinific i
Enciclopedic, Bucureti, 1975.
3. Galton, Fr., Natural Inheritance, Macmillan, London, 1889
4. Georgescu Roegen, N. , Metoda statistic - elemente de statistic matematic, I.S.C.S.,
Bucureti, 1933.
5. Glenberg, A.M., Andrzejewski, M.E., Learning from data. An Introduction to
Statistical Reasoning, Taylor and Francis Group, New York, 2008.
6. Isaic-Maniu, Al.; Grdinaru, A.; Voineagu, V.; Mitru, C. - Statistic teoretic i
economic, Editura Tehnic, Chiinu, 1994.
7. Jaba, E., Grama, A., Analiza statistic cu SPSS sub Windows, Ed. Polirom, Iai, 2004
8. Jaba, E., Statistica, Ediia a treia, Editura Economica, Bucureti, 2002
9. Jaba, E., Pintilescu, C., Iosub F., Statistic descriptiv. Teste gril i probleme, Editura
Sedcom Libris, Iai, 2001.
10. Jaba, E., Pintilescu, C., Statistic. Teste gril i probleme, Editura Sedcom Libris, Iai,
2005.
11. Jemna, D., Econometrie, Editura Sedcom Libris, Iai, 2009.
12. Jemna, D., Pintilescu, C., Turturean, C., Chiril V., Chiril, C, Vioric, D.,
Econometrie. Probleme i teste gril, Editura Sedcom Libris, Iai, 2009.
13. Lecaillon, J.; Labrousse, C., Statistique descriptive, Editura Cujas, Paris, 1988
14. Mallinvaud, E. - Mthodes statistique de l'conometrie, Dunod, Paris, 1981
15. Marinescu, I. , Analiza factorial, Editura tiinific i Enciclopedic, Bucureti, 1984.
16. McClave, J.T.; Benson, P.G. , Statistics for Business and Economics, Dellen Publishing
Company, San Francisco, 1985.

118
17. Mills, Fr.G., Statistical Methods, 3
rd
ed., Henry Holt, New York, 1955.
18. Milton Smith, G. - Ghid simplificat de statistic pentru psihologie i pedagogie, E.D.P.,
Bucureti 1971.
19. Minium, E.W., Clarke, R., C., Coladarci, T., Elements of Statistical Reasoning, John
Wiley and Sons, 1999.
20. Pecican, E.S. - Econometrie, Editura All, Bucureti, 1994
21. Pintilescu, C., Analiza datelor, Editura Junimea, Iai, 2002.
22. Pintilescu, C., Analiz statistic multivariat, Editura Universitii Alexandru Ioan
Cuza Iai, 2007.
23. Saporta, G., Probabilits, analyse des donnes et statistique, Editura Technip, Paris,
1990
24. Tvissi, L.; Isaic-Maniu, Al., Statistica, A.S.E., Bucureti, 1984.
25. Trebici, V.(coord.) - Mica enciclopedie de statistic, Editura tiinific i
Enciclopedic, Bucureti, 1985.
26. arc, M. , Statistic, vol.I i II, Universitatea "Al.I.Cuza" Iai, 1979.
27. Yule, U.G.; Kendall, M.C. - Introducere n teoria statisticii, Editura tiinific,
Bucureti, 1969.
28. Wonnacott, T.H., Wonnacott, R.J., Statistique, Economica, Paris, 1991.

Statistic A AP Suport Curs

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistic A AP Suport Curs

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSITATEA ALEXANDRU IOAN CUZA IAI

FACULTATEA DE ECONOMIE I ADMINISTRAREA

= = . Mrimea intervalelor de variaie este

, atunci cnd frecvenele sunt exprimate sub form de coeficient.

, atunci cnd frecvenele sunt exprimate sub form de

, pentru o serie simpl de valori;

, pentru o serie cu frecvene.

= . Aceast mrime arat poziia unei uniti fa de nivelul mediu ( x ),

reprezint momentul centrat de ordinul 2, adic

reprezint momentul centrat de ordinul 2, adic

reprezint momentul centrat de ordinul 2, adic variana.

, n cazul unui sondaj aleator

este o valoare a statisticii Z care se citete din Tabelul Z pentru un risc .

) se alege pentru n-1 grade de libertate.

este abaterea standard a diferenelor d

S-ar putea să vă placă și