Distribuia

probabilitilor i
modelul de distribuie
(dispersie) a populaiilor
Teoria probabilittilor si distribuia
probabilitilor. Modele de
distribuia probabilitii. Distributia
populatiilor
Teoria probabilitii i aspecte corelative
Calculul probabilitilor este un domeniu al matematicii deosebit
de important ocupndu-se cu metodele de cercetare asupra
problemelor n care intervin evenimente (observaii, msurtori
etc) care nu sunt nici cu totul imposibile dar nici absolut sigure
studiaz nite evenimente ntmpltoare care se numesc
probabile
Matematic, probabilitatea este un raport dintre 2
numere i se exprim printrun numr pozitiv,
subunitar (0<p<1).
Teoria probabilitilor ocupndu-se cu studiul fenomenelor
de mas ea se supune legii numerelor mari. :
- pe baza considerentelor de mai sus legea numerelor mari
se mai numete i legea cifrelor medii (valorile
individuale se abat mai mult sau mai puin de la aceast
medie iar valoarea medie nu este caracteristic individului
ci unei colectiviti mari omogene, luat la ntmplare).

Teoria probabilitii i aspecte corelative
Teorema adunrii probabilitilor
S pornim de la aruncatul zarului.
Probabilitatea de apariie a celor 6 fee este egal.
Probabilitatea de apariie a uneia este de 1/6 (1:6)
= 0,167.
- ca s cad numai una din dou fee a celor 6 ale
zarului, probabilitatea va fi: 1/6 + 1/6 = 2/6 = 1/3 =
0,3;
- ca s cad una din 3 fee ale zarului, p = 1/6 + 1/6 +
1/6 = 3/6 = 1/2 = 0,5;
- ca s cad una din 4 fee ale zarului, p = 1/6 + 1/6 +
1/6 + 1/6 = 4/6 = 2/3 = 0,6;
- ca s cad una din 5 fee ale zarului, p =
1/6+1/6+1/6+1/6+1/6 = 5/6 = 0,8.
Teoria probabilitii i aspecte corelative
- Teorema nmulirii probabilitilor
- ansa ca la aruncarea zarului s cad de 2 ori la rnd aceeiai faa (de
exemplu cea cu 6 puncte) este p = 1/6 1/6 = 1/36 = 0,03.
- dac p s se produc evenimentul E1 este p1 iar p s se produc
evenimentul E2 este p2 i evenimentele sunt reciproc independente, p
ca s se produc succesiv E1 i E2 este:
P = p1 p2.
- Frecvena relativ
- Aruncnd n aer o moned spunem c exist 2 eventualiti, egal de
probabile, de a cdea stema sau banul: p1 = p2 = 1/2 = 1:2 = 0,50 (50%)
Dac ntr-o urn avem 25 bile albe i 75 bile roii:
- pentru bilele albe: Fr
A
= A / (A + R) = 25 / (25 + 75) = 25 / 100 = 0,25 =
25%;
- pentru bilele roii: Fr
R
= R / (R + A) = 75 / (75 + 25) = 75 / 100 = 0,75 =
75%.
Valorile finale de mai sus sunt deci tocmai probabilitile cutate. Astfel:
p1 = 0,25; p2 = 0,75; p1 + p2 = 0,25 + 0,75 = 1,00.
Teoria probabilitii i aspecte corelative
Distribuia probabilitii
- Distribuia se refera la modul de repartiie (dispersie) a
caracterelor sau al organismelor (indivizi, specii) ntr-un
habitat (sol, ap, aer) sau la nivelul la care se fac
prelevrile de probe
- Distribuiile empirice obinute n mod obinuit la
prelucrarea datelor experimentale, pot fi comparate cu
distribuii teoretice (ideale).
Dup modelulul de distribuie exist 3 tipuri fundamentale:
- uniform: ceea ce ar corespunde unor distane relativ egale
ntre indivizi:
- grupat (aglomerat): cnd indivizii populaiilor formeaz
grupri mai mari sau mai mici;
- ntmpltoare: situaie n care indivizii sunt repartizai
neuniform n suprafaa respectiv de areal
Teoria probabilitii i aspecte corelative
Exemplu:Dou specii de lepidoptere (Mamestra
brassicae i Lacanobia oleracea) au pupele distribuite
ntmpltor n habitat.
Se recolteaz 100 de pupe,se urmrete emergena
n laborator (80 de M. brassicae; (restul de 20 L.
oleracea).
In ceea ce privete sexul, se tie c acesta este n
general de 1:1 (masculi:femele) Pornind de aici, s
vedem:
- care este probabilitatea (P) ca pupele emerse s
aparin speciei M. brassicae ?


probabilitatea = frecvena

%) 80 ( 8 , 0
100
80
. . .
. . . . .
= = =
emerse pupe total Nr
brassicae M de emerse pupe Nr
P
Teoria probabilitii i aspecte corelative
- care este probabilitatea (P) ca pupele emerse s aparin
speciei L. oleracea ?

probabilitatea = frecvena
- care este probabilitatea (P) ca pupele emerse s fie de
sex masculin ?

Probabilitatea de emergena
Mamestra brassicae
Masculi: 0,8 x 0,5 =0,4
Femele: 0,8 x 0,5 = 0,4
Lacanobia oleracea
Masculi: 0,2 x 0,5 = 0,1
Femele 0,2 x 0,5 = 0,1
Dac vom descrie emergena la nivel de specie i sex, suma
probabilitilor pentru toate evenimentele posibile va fi = 1
0, 4 + 0,4 +0,1 + 0,1 = 1,0
%) 20 ( 2 , 0
100
20
. . .
. . . . .
= = =
emerse pupe total Nr
oleracea L de emerse pupe Nr
P
%) 50 ( 5 , 0
2
1
. . . .
. . . .
= = =
emerse pupe de total Nr
masculi ca careemerg pupe Nr
P
Teoria probabilitii i aspecte corelative
O asemenea mprire care arat probabilitile
individuale pentru toate situaiile posibile i care
nsumate dau valoarea 1 se cheam distribuia
probabilitii.
Distribuia probabilitii este folosit din dou puncte
de vedere:
- pentru a arta probabilitatea de producere a
unui eveniment;
- pentru a genera o distribuie a frecvenelor
anticipate (presupuse, ateptate).
PROBABILITATEA = frecvena observaiilor
particulare / nr. total de observaii.
FRECVENA ATEPTAT = probabilitatea x
numrul de observaii
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN)
(uniform, binomial pozitiv) (p+q)
k
Distribuia binomial este folosit atunci cnd:
- observaiile consist din msurarea lucrurilor;
- o observaie este clasificat ntr-una din dou
categorii posibile
- variana (dispersia) evaluat pentru proba luat
est mai mic dect media (s
2
< x);
- obiectele (indivizii) analizate sunt dispersate
ntr-un mod regulat, uniform.
Dac lum: p = probabilitatea de a avea loc a unui
event i q = probabilitatea altui eveniment; atunci
p + q =1; q = 1 p; p = q = 0,5.
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN)
(uniform, binomial pozitiv) (p+q)
k
Reluam cazul cu speciile M. brassicae i L. Oleracea:
- nr. de pupe recoltate din cmp = k;
- probabilitatea de a fi masculi = p;
- probabilitatea de a fi femele = q
Daca avem un singur caz (o singura pupa; k=1):
a. Nr. cazuri 1: (k = 1)
b. Eventualiti posibile = 2 (M==p; F=1/2=q)
c. Nr. combinatii = 2
d. Preobabilitatea totala = += 1 (p+q=1)
Pentru 2, 3, 4cazuri, situatia va fi:
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN)
(uniform, binomial pozitiv) (p+q)
k

Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN)
(uniform, binomial pozitiv) (p+q)
k

Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN)
(uniform, binomial pozitiv) (p+q)
k

Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (Bin)
(uniform, binomial pozitiv) (p+q)
k
(In cazul de n (k) extracii proporiile sunt date de
coeficienii dezvoltrii binomului (p + q)
k
(p =
probabilitatea bilei albe; q = probabilitatea bilei
albastre).
Coeficienii sunt trecui n aa numitul triunghi al lui
Pascal:



Distribuia binomial (discontinu) este o
distribuie discret; ea se refer la caractere ce
variaz n salt. Ea poate trece ntr-una continu
(normal) dac n , iar p = q = .
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale
(BIN) (uniform, binomial pozitiv)
(p+q)
k
Histograma distribuiei binomiale pozitive
Media unei astfel de
distribuii se calculeaz
dup relaia:


abaterea standard
dup relaia:



p n x =
q p n = o
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale
(BIN) (uniform, binomial pozitiv)
(p+q)
k
- seria de probabiliti este dat de binomul:
Formula general este:


(P(x) = probabilitatea ca populaia respectiv s fie reperezentat prin x
indivizi n unitatea de prob; k = numrul de eventuri, probe etc;
k! = k factorial; ex. 0! = 1; 1!=1; 2! = 21; 3! = 321; 4! = 4321; 5! =
54321;
x = numrul unui eveniment particular (ex. masculi etc);
p = probabilitatea unui eveniment particular (ex. masculi);
q = probabilitatea unui alt eveniment particular (ex. femele).


( )
k
q p +
( )
( )
( ) x x k
x k x
k
x
p q P =

! !
!
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN) (uniform,
binomial pozitiv) (p+q)
k
Dac se cunoate media ( x) i numrul maxim de indivizi
coninut n probe (k), atunci probabilitatea (p) ca popuplaia
s fie prezent n prob va fi:

Probabilitatea celeilalte populaii (q) va fi:
q = 1- p
Exerciiu 1. Dac probabilitatea probabilitatea de emergen
a unui mascul din pupe selectate randomizat, este p=0,5,
care este probabilitatea ca 4 pupe s dea 1 mascul i 3
femele ?. (Din tab., pentru 3F,1M - p = 4/16 = 0,25).
Datele: k = 4; x = 1 mascul; p = 0,5; q = (1-p) = 0,5, aplicnd
formula general obinem:


k
x
p =
( )
( )
( )
( )
25 , 0 0625 , 0 125 , 0 5 , 0 5 , 0 5 , 0
6
24
1 2 3 1
1 2 3 4
1 4 1
! 1 4 ! 1
! 4
1
= = = =

= x
P
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale
(BIN) (uniform, binomial pozitiv)
(p+q)
k
Exerciiu 2. p=q. S se calculeze distribuia complet a probabilitii, pentru toate
combinaiile, cnd k=8 i p = 0,5.
Dac p = 0,5, rezult c i q = 0,5; dac k =8 rezult urmtoarele combinaii
posibile:


0:8 (deoarece p = q = 0,5 distribuiile vor fi simetrice; aa c mai jos
vom calcula probabilitile doar pentru primele 5 combinaii, ultimele 4
fiind similare ca valoare cu primele 4)



M 8 7 6 5 4 3 2 1 0
F 0 1 2 3 4 5 6 7 8
( )
( )
( )
00391 , 0 1 5 , 0 1 5 , 0 5 , 0
8 8 8 8
! 8 8 ! 8
! 8
8
= = =

= x
P
Modele de distribuia probabilitii
* pentru 7 masculi (respectiv 7 femele); combinaia 7:1, respectiv 1:7):


* pentru 6 masculi (respectiv, 6 femele); combinaia 6:2, respectiv 2:6):


* pentru 5 masculi (respectiv, 5 femele); combinaia 5:3, respectiv 3:5):


* pentru 4 masculi (respectiv 4 femele); combinaia 4:4):


Acum trecem distribuiile, cu toate probabilitile, ntr-un tabel similar cu cel
anterior:







( )
( )
( )
03 , 0 5 , 0 00781 , 0 5 , 0 5 , 0
1 5040
40320
7 8 7
! 7 8 ! 7
! 8
7
= = =

= x
P
( ) ( )
( )
( )
1092 , 0 25 , 0 0156 , 0 5 , 0 5 , 0
1 2 1 2 3 4 5 6
40320
6 8 6
! 6 8 ! 6
! 8
6
= = =

= x
P
( )
( )
( )
217 , 0 125 , 0 031 , 0 5 , 0 5 , 0
6 120
40320
5 8 5
! 5 8 ! 5
! 8
5
= = =

= x
P
( ) ( )
( )
2734 , 0 0625 , 0 0625 , 0 5 , 0 5 , 0
24 24
40320
4 8 4
! 4 8 ! 4
! 8
4
= = =

= x
P
M 8 7 6 5 4 3 2 1 0
F 0 1 2 3 4 5 6 7 8
P 0,004 0,03 0,11 0,22 0,27 0,22 0,11 0,03 0,004
Modele de distribuia probabilitii
A. Distribuia probabilitii binomiale (BIN) (uniform,
binomial pozitiv) (p+q)
k
Distribuia probabilitii binomiale n situaia n care k=8 i p=q=0,5. Inlimea
fiecrei coloane a histogramei este probabilitatea pentru fiecare combinaie
dintre masculi i femele considernd c emergena are loc din 5 pupe recoltate
din habitat, la ntmplare
Modele de distribuia probabilitii
Exerciiu 3. pq. S se reprezinte distribuia probabilitii pentru toate
eventualitile unei distribuii binomiale n condiiile n care k = 8; p = 0,8
(deci q =0,2).




Distribuia probabilitii binomiale pentru k=8; p = 0,8.

M.br. 8 7 6 5 4 3 2 1 0
L.ol. 0 1 2 3 4 5 6 7 8
P
0,17 0,34 0,29 0,15 0,005 0,009 0,001
0,00008 0,000003
Modele de distribuia probabilitii
B. Distribuia probabilitii Poisson
(Poisson; ntmpltoare)
Distribuia Poisson este determinat de un parametru ().
= =
2
Acest model de distribuie se supune Legii
evenimentelor rare sau Legii numerelor mici.
Despre probabilitatea distribuiei Poisson vorbim n urmtoarele situaii:
- evenimentele (lucrurile) pot fi evaluate cantitativ;
- datele cantitative se obin de pe uniti de prob bine definite (ex. patrate
de prob; probe luate la intervale fixe de timp etc) i pot fi organizate
ntr-o distribuie a frecvenelor, valoarea mediei fiind aproximativ egal
cu variana (dispersia);
- obiectele numrate sunt rare (adic, n probe sunt puine elemente fa
de ct ar putea fi);
- indivizii sunt dispersai randomizat n spaiu i timp, ei sunt
independeni unul de altul; ei nu sunt nici atrai nici ndeprtai unul de
altul.


Modele de distribuia probabilitii
Distribuia Poisson este o discret distribuie a frecvenei astfel
c termenii acestei distribuii sunt definii astfel: frecvena
relativ = proporie = probabilitate.
Formula general a distribuiei Poisson pentru determinarea
probabilitii (P), atunci cnd unitatea de prob conine un
numr specific de indivizi (x) pentru o valoare dat a mediei
(x) va fi:



(P(x) = probabilitatea de a observa x indivizi n patratul de prob; x = m =
media numrului de indivizi/prob; este vorba de media estimat pe
baza sampling-ului, altfel, matematic, media este reprezentat de ; e
= baza log. natural; 2 = 2,7183; x = numrul specific de indivizi /
unitatea de prob; x! = x factorial; e
-m
= funcia exponenial negativ a
lui e)
( )
! x
x
x
x
x
e P =

Modele de distribuia probabilitii
B. Distribuia probabilitii Poisson (Poisson;
ntmpltoare)
Exerciiu 5. S se estimeze probabilitatea distribuiei Poisson pentru x = 0-
10; x = 4,0. Cu alte cuvinte noi vom calcula probabilitatea de a gsi un
numr dat (x) de indivizi ntr-o unitate de sampling unde x poate fi un numr
ntre ntre 0 i 10.
Stim c x = 4,0; e = 2,7183; x = 0-10.
Aplicnd relaia pentru fiecare caz, obinem:


(0! =1; e-4 = 0,0183 din tabelul valorilor lui e
-m
);



............................
( )
0183 , 0 7183 , 2
! 0
4
4
0
0
= =

= x
P
( )
073 , 0 4 0183 , 0 7183 , 2
! 1
4
4
1
1
= = =

= x
P
( )
146 , 0 8 0183 . 0 7183 , 2
! 2
4
4
2
2
= = =

= x
P
( )
195 , 0 67 , 10 0183 , 0 7183 . 2
! 3
4
4
3
3
= = =

= x
P
Modele de distribuia probabilitii
Se procedeaz n continuare pn la 10, iar toate valorile probabilitii vor fi:
P(x=0) = 0,0183; P(x=1) = 0,073; P(x=2) = 0,146; P(x=3) = 0,195; P(x=4) =
0,195; P(x=5) = 0,156; P(x=6) = 0,104; P(x=7) = 0,059; P(x=8) = 0,030;
P(x=9) = 0,013; P(x=10) = 0,005.
Suma probabilitilor = 0,994 ( 1)
Distribuia probabilitii Poisson, estimat pentru x = 4,0.

Modele de distribuia probabilitii
C. Distribuia probabilitii binomial negative
(NEGBIN) (n agregate)
Distribuia binomial negativ este adecvat cnd:
- observaiile constau n numrarea de lucruri (obiecte,
indivizi etc);
- valorile sunt obinute de pe o unitate de sampling definit
(patrate, filee, capcane etc) i pot fi organizate ntr-o
distribuie de frecvene i n care s
2
> x;
- indivizii nu sunt dispersai randomizat dar nici nu sunt
independeni ci sunt dispui n grupe (aglomerri) de
indivizi.
Distribuia binomial negativ este un model robust care poate
descrie o serie larg de situaii din natur (ex. dispersia
plantelor n cmp; distribuia ectoparaziilor pe gazde; gurile
de ieire ale cariilor de lemn; dispunerea oulor de insecte pe
substrat; dispoziia galelor pe frunzele de stejar etc).
Modele de distribuia probabilitii
C. Distribuia probabilitii binomial
negative (NEGBIN) (n agregate)
Matematic, probabilitatea distribuiei binomial negative este definit de 2
parametrii (ca i cea binomial pozitiv): un exponent (k) i media populaiei
().
Atenie: spre deosebire de distribuia binomial pozitiv unde k este un numr
ntreg, aici valoarea lui k este o variabil continu.
Expresia matematic este:

unde: p = k
i: q = (1 + p)
In practica ecologic, cele dou variabile pot fi determinate pe baza datelor
furnizate de probe. Valoarea medie a probei (x ) este o estimare
satisfctoare pentru , iar k poate fi estimat pe baza mediei i
varianei (s
2
), dup relaia:

( )
k
p q

p k x = =
( ) x s
x
k

=
2
2

Modele de distribuia probabilitii

C. Distribuia probabilitii binomial
negative (NEGBIN) (n agregate)
Exerciiu 6. S se estimeze distribuia binomial negativ pentru: x = 0 5;
x= 2,0; s2 = 5,0


Urmeaz apoi o secven constituit din mai muli pai:
* Pasul 1. Se calculeaz probabilitatea pentru x = 0


* Pasul 2. Se calculeaz un factor F dup relaia:

* Pasul 3. Se calculeaz probabilitatea pentru x = 1, dup relaia:

( ) x s
x
k

=
2
2

( )
33 , 1
3
4
2 5
2
2
= = =

k

( )
( )
k
k
x
x
P

=
+ = 1
0 ( )
( ) 295 , 0 1
33 , 1
33 , 1
2
0
= + =

= x
P
k x
x
F

+
=
( )
600 , 0
33 , 1 2
2
= =
+
F
( ) ( ) 0
1
1 = =
=
x
k
x
P F P

( )
235 , 0 295 , 0 600 , 0
1
33 , 1
1
= =
= x
P
Modele de distribuia probabilitii
Pasul 4. Probabilitatea pentru x = 2 este dat de relaia:


Pasul 5. Probabilitatea pentru x = 3 se calculeaz dup relaia:


Pasul 6. Probabilitatea pentru x = 4 se estimeaz dup relaia:


Pasul 7. Probabilitatea pentru x = 5 va fi estimat dup relaia:


Din succesiunea relatiilor de mai sus se poate observa c pentru
fiecare caz urmtor probabilitatea poate fi evaluat din cea anterior
prin multiplicare cu 2 termeni (x-1) i


( )
( )
( ) 1
2
1
2 =
+
=
=
x
k
x
P F P

( )
( )
164 , 0 235 , 0 600 , 0
2
1 33 , 1
2
= =
+
= x
P
( )
( )
( ) 2 3
2
3 =
+
=
=
x
k
x
P F P

( )
( )
1092 , 0 164 , 0 600 , 0
3
2 33 , 1
3
= =
+
= x
P
( )
( )
( ) 3 4
3
4 =
+
=
=
x
k
x
P F P

( )
( )
0709 , 0 1092 , 0 600 , 0
4
3 33 , 1
4
= =
+
= x
P
( )
( )
( ) 4 5
4
5 =
+
=
=
x
k
x
P F P

( )
( )
0453 , 0 0709 , 0 600 , 0
5
4 33 , 1
5
= =
+
= x
P
( )
x
x k 1 +

Modele de distribuia probabilitii

C. Distribuia probabilitii binomial negative
(NEGBIN) (n agregate)
Adunnd cele 5 valori ale probabilitilor se obine rezultatul 0,919.
Se continua calculele
Se obtine:
P(x=6) = 0,029;
P(x=7) = 0,018;
P(x=8) = 0,011.
Insumnd toate valorile:
=0,979


Distribuia probabilitii
binomial negative estimate
pentru x= 2,0 i k = 1,33

Modele de distribuia probabilitii
D. Distribuia normal (distribuie fundamental;
continu) (distribuia Gauss Laplace)
Pe baza unui numr foarte mare de probe luate dintr-o aceeai
populaie, matematicianul Gauss a definit moelul pentru curba
normal, care este de tipul:


Aceasta este ecuaia unei curbe normale unde y = f(x). i e = constante;
= media; = abaterea standard a populaiei. Uzual noi nu cunoatem
pe i , i i estimm pe baza datelor de sampling prin x i s. Dac
numrul de observaii este >30 cei doi parametrii vor fi corect apreciai
de datele de sampling.
Acest tip de funcie se consider c joac n statistica matematic,
acelai rol ca i cel al funciei liniare din analiz.
Grafic se reprezint printr-o curb n form de clopot, cu ramuri care se
ntind ntre - i +. Deschiderea clopotului pn la punctele de inflexiune
cu axele este msurat de valoarea (s) (abaterea standard).
( )
( ) | |
2 2
2
2
1
o
t o

=
x
e y
Modele de distribuia probabilitii
D. Distribuia normal (distribuie
fundamental; continu) (distribuia Gauss
Laplace)
ntr-o reprezentare grafic a
unei distribuii normale (Gauss),
cu form de clopot valorile
mari sunt la vrful clopotului.
Se nelege c abaterile standard
(s) vor fi de o parte i de alta
a mediei

Curba frecveelor pentru 100 muguri,
reprezentate grafic prin
poligon de frecven i
curb de frecvene.


Modele de distribuia probabilitii
D. Distribuia normal (distribuie
fundamental; continu) (distribuia Gauss
Laplace)
In graficul anterior - intervalul de clas este foarte mic.
Dac se mrete numrul de observaii crete gradul de precizie iar o
histogram trece spre o curb,
Modele de distribuia probabilitii
Curba normal cu distribuia la o extremitate
sau la ambele extremiti
In cazul unei curbe normale, 95% din observaii sunt coninute pe intervalul x
2s (sau x 1,960s).
Restul de 5% sunt mprite egal n afara acestei limite, de o parte i de alta
(partea superioar; cea cu +; partea inferioar; cea cu -)
curb normal unilateral (one-tailed).
curb normal bilateral (two-tailed).

Modelul de distribuie a populaiilor
Modul n care indivizii sunt dispersai reprezint un prim pas n
nelegerea relaiilor existente ntre ei, precum i relaiile dintre
indivizi i mediu
Exista 3 modele spaiale:
- uniform (regulat; binomial pozitiv; BIN)
- ntmplator (randomizat; aleator; POISSON)
- aglomerat (agregat, contagios; binomial
negativ; NEGBIN)
Terminologia acestor modele de distribuie (dispersie) poate
fi uneori confuz. Iat de exemplu o serie de sinonimii:
Uniform = regular = even = pozitive contagion = under-
dispersed;
Aggregated = contagious = clustered = clumped = patchy =
negative contagion = over-dispersed)

Modele de distribuie a populatiilor
Modelele de distribuie (dispersie) a indivizilor n natur.
(a) cele 3 modele clasice: ntmpltor (randomizat, Poisson), n agregate
(contagios, binomial negativ) i uniform (binomial pozitiv); este prezentat i
relaia dintre medie i varian (dispersie) n cadrul fiecrui model;
(b) variaii ale modelului de distribuie
n agregate: 1 slab (uor agregat; 2
larg (puternic) agregat, cu indivizi
dispui randomizat; 3 larg agregat cu
indivizi uniform distribuii

Modele de distribuie a populatiilor
Variaii ale modelului de distribuie uniform (binomial pozitiv) a indivizilor
populaiilor n cmp: uniform ideal i uniform natural (c); dup ali autori
nu ar exista un model de distribuie uniform ideal dect artificial (cultura de
viaa de vie; pomii dintr-o livad), n realitate fiind vorba de o distribuie
uniform a unor agregate de indivizi i nu de indivizi izolai
Modele de distribuie a populatiilor
Metodologia de lucru
- Metoda TsPL
- Metoda indiceluli de dispersie
- Metoda 2-
- Metoda frecventelor
1. Metoda TsPL (relatia varianta
medie; n<30)
a. distribuia binomial pozitiv (uniform) (s2 < x)
b. distribuia binomial negativ (agregate) (s2 > x)
c. distribuia Poisson (ntmpltoare) (s2 = x)
Cele dou valori, stau la baza relaiei care se mai numete
i Legea puterii a lui Taylor, care spune c variana
(dispersia) este proporional cu puterea b a mediei (unde
b > 1):



b
x a s =
2
Modele de distribuie a populatiilor (TsPL)
Forma iniial tabelar pentru includerea datelor observaiilor din cmp n
vederea analizrii modelului de distribuie a populaiilor. Datele se refer la
populaiile de Mamestra brassicae, analizate pe baza capturilor cu ajutorul
capcanelor feromonale
tabel
Modele de distribuie a populatiilor (TsPL)

Modele de distribuie a populatiilor (TsPL)

Modele de distribuie a populatiilor (TsPL)
Relatia anterioara se transforma prin logaritmare (relatia exponentiala se
transforma in una logaritmica):
log s
2
= log a + b log x
log s
2
= log a + b log x |: log
s
2
= a + b x y = a + bx
In acest fel n reprezentare pe scar logaritmic se reprezint o funcie liniar

Modele de distribuie a populatiilor (TsPL)
In derularea calculelor, urmtoarea etap este substituirea (x = x i y
= s
2
), datele fiind trecute ntr-un alt tabel, de forma:

tabel
Modele de distribuie a populatiilor (TsPL)
In continuare se calculeaz valorile lui a i b (vezi funcia liniar de tipul y =
a + bx)



Se nlocuiesc toi parametrii calculai n tabel i dup calcule se obine:
a = - 1,4642; b = 1,8858
Deci, ecuaia de regresie va fi: y = -1,4642 + 1,8858 . x
sau n forma exponenial iniial a relaiei:



Dup efectuarea tuturor calculelor se obine r = 0,8554 (altfel spus, ntre cele
dou variante exist o bun corelaie, de 85,5%; dar pentru a fi reprezentativ
corelaia trebuie s fie > 95%, sau cel puin 90 - 92%).
( ) ( )
( )
2
2
2


=


x x n
xy x y x
a
( )
( )
2
2


=


x x n
y x xy n
b
89 , 1
46 , 1 x s =
|
|
|
.
|

\
|

|
|
|
.
|

\
|

|
.
|

\
|
|
.
|

\
|

=
n
y
n
x
n
y x
y x
xy
yx
r
2
2
2
2
Modele de distribuie a populatiilor (ID)
2. Indicele de dispersie (ID)
raportul dintre dispersie i medie = indicele de dispersie
(agregare).
- indivizii prezint o dispersie ntmpltoare

- indivizii prezint o dispersie n agregate

- indivizii au o dispersie uniform
Distribuia Poisson descrie cel mai bine dispersia randomizat a obiectelor . In
urma prelucrrii datelor experimentale se poate obine un raport varian /
medie 1 situaie n care, pentru a avea ceritudinea unei distribuii
ntmpltoare se folosete testul de semnificaie:





Semnificaia o vom gsi din tabelul valorilor lui t, pentru pragul de semnificaie
propus (P = 0,05 sau P = 0,01), pe rndul corespunztor gradelor de libertate.


1
2
~
x
s
1
2
>
x
s
1
2
<
x
s
1
2
2
1

=
n
x
s
t
Modele de distribuie a populatiilor (
2
)

3. Testul chi ptrat (
2
)
Exist urmtorii pai de a proceda:
- se calculeaz media (x), variana = dispersia (s
2
) i abaterea
standard (s);
- se calculeaz indicele de dispersie (ID = s
2
/ x); in functie de
valoare se suspecteaza tipul de distributie;
- se calculeaz
2
multiplicnd pe ID cu nr. grade de libertate
() ( =n-1); [
2
= Id );
- in graficul relatiei celor 2 parametri se cauta pozitia
punctului de perechi ordonate
Exemplu 1. In cadrul unui program de monitorizarea polurii marine
lng o rafinrie, s-a investigat annual de ctre ecologi densitatea populaiilor
de Patella sp. (Mollusca). Unitatea de sampling reprezenta un patrat de 20 x 20
cm (0,04 m
2
) iar obserbaiile s-au fcut pe 20 uniti de sampling. S-au obinut
urmtoarele date:
10, 6, 8, 9, 9, 10, 7, 8, 7, 7, 9, 8, 10, 7, 8, 8, 9, 11, 9,
8
Se pune ntrebarea care este modelul de dispersie al indivizilor acestei specii ?.


Modele de distribuie a populatiilor (
2
)
Iata rezultatele pasilor de mai sus:
- x= 8,45; s
2
=1,84; s=1,356;
- ID = s
2
/ x = 0,218; valoarea fiind <1
suspectm a fi o dispersie uniforma;
-
2
= Id = 0,218 (20 1) = 4,142;
- pe grafic se caut punctul de interscie dintre

2
i (4,14 i 19);
- punctul respectiv este sub linia de demarcaie
sub dispersia randomizat, n sectorul
dispersiei uniforme (regulate).
Modele de distribuie a populatiilor (
2
)



Zonele celor 3 tipuri
de dispersie,
ilustrate grafic
pe baza relaiei
dintre valorile
calculate
ale lui
2
i
(d.f. n-1).
P = 0,05.

2 = 4,14
N-1 = 19
Modele de distribuie a populatiilor (
2
)
Exemplu 2. Un program de studiu a polenizrii a evideniat c
frecvena de vizitare a florilor de ctre albine. Unitile de
sampling s-au fcut la intervale de 1 minut i n cele 10
intervale s-au obinut urmtoarele valori:
4, 6, 3, 3, 9, 4, 6, 2, 5, 2
Similar cu cazul anterior s-au obtinut datele:x = 4,4; s
2
= 4,71; s
= 2,17; Id = 1,07;
2
= 9,63; =9 punctul de intersecie
este n sectorul dispersiei randomizate
(ntmpltoare).
Exemplu 3. A fost investigat dispersia speciei Orchis morio
(Orchidee) ntr-o rezervaie natural Un numr de 12 patrate de
1 / 1 m (uniti de sampling) s-au plasat randomizat i s-au
numrat plantele int. S-au obinut urmtoarele date:
0, 0, 4, 2, 58, 1, 0, 22, 5, 7, 17, 1
Similar cu cazul anterior s-au obtinut datele:
2
=316,8; =11).
Punctul de intersectie este situat in domeniul dispersiei n
agregate.
Modele de distribuie a populatiilor (f
o
; f
t
)
4. Metoda frecventelor (f
t
si f
o
)
Dup gradul de coresponden dintre frecvene (observate i calculate
teoretic) se poate deduce modelul de distribuie.
Procedura de lucru cuprinde urmtoarele etape:
-datele se grupeaza in clase de frecventa;
- se estimeaza probabilitatea (p) p = frecvena observata (f
o
) / nr. total
de observaii (probe);
p = f
o
/ n
- se estimeaza frecventa asteptata (teoretica) (f
t
) = probabilitatea x
numrul de observaii (probe);
f
t
= p n
- se compara cele 2 frecvente si se concluzioneaza:
- f. observate < f. teoretice = distribuie uniform;
- f. observate > f. teoretice = distribuie n agregate;
- f. observate f. teoretice = distribuie ntmpltoare
- se verific semnificaia dintre fr. observate (f
o
) i cele teoretice (f
t
),
utiliznd testul 2 dup relaia:
( )
t
t o
f
f f
2
2

= _
Modele de distribuie a populatiilor (f
o
; f
t
)
1. Distributia uniforma (binomial +; BIN)
Se estimeaza parametrii k,i p, q. parametrul k este echivalent cu numrul cel mai
mare de indivizi ce pot fi coninui ntr-o unitate de sampling;


Exerciiu 1. Sampling pentru Patella sp (Mollusca). Un tabel de frecvene pentru
scoicile numrate n 50 uniti de sampling (patrate de 20/20 cm) (grupate n
6 clase de frecven) au artat urmtoarele date:




- se estimeaz apoi urmtorii parametrii: n = 50; x = 8,64; s
2
= 1,828; s = 1,352; se
vede c s
2
< x) (deci este vorba despre un model binomial negativ).
- se estimeaz apoi valoarea lui k, dup relaia de mai sus: k = 10,96 = 11;
- se calculeaz valoarea lui p: p = 8,64 / 11 = 0,785; p = 0,785
- valoarea lui q: q = 1 p; q = 0,215
( )
2
2
s x
x
k

=

k
x
p

=
Nr.scoici
(x
i
)(clasa fr.)
6 7 8 9 10 11
Frecventa (f
o
)
4 6 11 16 9 4
Modele de distribuie a populatiilor (f
o
; f
t
)
- se utilizeaz relaia dat pentru distribuia probabilitii binomiale:

- pentru valori ale lui x cuprinse pe intervalul 0-4, probabilitatea este mic aa
c vom neglija aceste valori i vom porni numai de la x = 5. Dup efectuarea
calculelor dup acelai tipic obinem valorile lui P(x) i corespunztor vom
calcula valorile frecvenei (f). Le trecem ntr-un tabel de forma celui de mai jos:

( )
( )
( ) x x k
x k x
k
x
p q P =

! !
!
Modele de distribuie a populatiilor (f
o
; f
t
)
- urmeaz compararea frecvenelor: observat (din tabelul anterior) i cea
estimat (din acest ultim tabel), pe care le vizualizm grafic




Reprezentarea grafic a unui model
de distribuie binomial pozitiv
(uniform) pe baza distribuiei
frecvenelor pentru specia
Patella sp, (Mollusca) pe baza
datelor de sampling din
50 uniti de sampling.
Modele de distribuie a populatiilor (f
o
; f
t
)
2. Distributia Poisson (randomizata,
aleatoare, ntmpltoare)
Exerciiul 2 . - In 60 patrate de prob (sau volume) sunt evaluate
numrul de nematode i frecvena lor pe clase de frecven. Datele
obinute arat astfel:




- celelalte valori calculate sunt: n = 60; x = 2,6; s2 = 2,446; s = 1,564.
- se observ c valoarea dispersiei este apropiat de cea a mediei (2,4 i 2,6) i
acesta ar indica un model Poisson. Aceast distribuie este determinat de un
singur parametru () care este estimat pentru o prob de ctre medie (x).
- se calculeaz probabilitatea pentru fiecare clas de frecven, pe baza relaiei:

Nr.nematode
(x
i
)(cls.fr.)
0 1 2 3 4 5 6 7 8
Frecventa
obs. (f
o
)
3 12 17 13 9 3 1 2 0
( )
! x
x
x
x
x
e P =

Modele de distribuie a populatiilor (f
o
; f
t
)
-Calculm probabilitatea (p) i apoi frecvena (f). Datele vor fi trecute ntr-un
tabel similar cu cel anterior












-


urmeaz compararea frecvenelor: observat (din tabelul anterior) i cea estimat
(din acest ultim tabel), pe care le vizualizm grafic
Modele de distribuie a populatiilor (f
o
; f
t
)






Reprezentarea grafic a unui
model de distribuie Poisson
pe baza distribuiei frecvenelor
pentru speciile de Nematoda
(Nemathelmintha) pe baza
datelor de sampling din
60 uniti de sampling.
Modele de distribuie a populatiilor (f
o
; f
t
)
3. Distributia in agregate (binomial -;
contagioasa; NEGBIN)
Exerciiu 3. Un banc (grup, colonie) de 80 animale (Clethrionomys glarcolus -
Mamifera: Soricidae), s-au capturat i s-au examinat de purici. Dup
nregistrarea numrului de parazii, fiecare animal a fost marcat pentru a nu fi
recapturat la urmtoarea aciune.
- Datele referitoare la numrul de purici i frecvena pe clase de frecven s-au
trecut ntr-un tabel de forma celui urmtor:




- celelalte valori calculate sunt: n = 80; x = 1,78; s
2
= 2,59; s = 1,61.
- se observ c valoarea dispersiei > dect cea a mediei (2,59 i 1,78) i acesta
indica un model binomial negativ. Media este satisfctor estimat de (=1,78)
Nr. purici (x) 0 1 2 3 4 5 6 7 8
Frecvena obs. (f
o
) 18 25 15 10 7 2 2 1 0
Modele de distribuie a populatiilor (f
o
; f
t
)
- se calculeaz k, p, F, P(x) dup relaiile cunoscute deja:




- Calculm probabilitatea (p) i apoi frecvena (f). Datele vor fi trecute n tabel:


( ) x s
x
k

=
2
2

( )
( )
k
k
x
x
P

=
+ = 1
0
k x
x
F

+
=
( ) ( ) 0
1
1 = =
=
x
k
x
P F P

Modele de distribuie a populatiilor (f
o
; f
t
)




Reprezentarea grafic a
unui model de distribuie
binomial negativ pe baza
distribuiei frecvenelor pentru
speciile de Clethrionomys glarcolus
(Mamifera: Soricidae) parazitate
de purici, n cadrul unei relaii
gazd parazit, pe baza datelor
de sampling dintr-o colonie d
e 80 indivizi