1

MOIU PETRIC TUDOR

BIOSTATISTIC

NOTE DE CURS














ORADEA 2008

2
CUPRINS

CAPITOLUL 1:
INTRODUCERE1

CAPITOLUL 2:
DISTRIBUII EXPERIMENTALE. . . . . . . . . . . . . . . . . . . . . . . . 3
2. 1. TERMINOLOGIE STATISTIC. . . . . . . . . . . . . . 3
2. 2. NREGISTRAREA I PRELUCRAREA PRIMAR A
INFORMAIILOR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2. 2. 1. SEPARAREA DE POPULAII OMOGENE. . . 4
2. 2. 2. NREGISTRAREA OBSERVAIILOR N TABELE. . . . 4
2. 2. 3. FRECVENELE DISTRIBUIILOR EMPIRICE. . . 5
2. 2. 4. REPREZENTRI GRAFICE ALE DISTRIBUIILOR
UNIDIMENSIONALE. . . 6
2. 3. INDICII DISTRIBUIILOR EXPERIMENTALE. 7
2. 3. 1. PARAMETRI POPULAIEI I INDICII PROBEI. . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2. 3. 2. MOMENTE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2. 3. 3. VALORI MEDII. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2. 3. 4. INDICII DISPERSIEI ( INDICATORII VARIABILITII). . . . . . . . . . . . 13
2. 3. 5. ASIMETRIA I EXCESUL DISTRIBUIILOR EXPERIMENTALE
(INDICATORII FORMEI)15
2. 4. ERORI DE REPREZENTATIVITATE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

CAPITOLUL 3 : DISRTIBUII TEORETICE CU APLICABILITATE N
SILVICULTUR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3. 1. INTRODUCERE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3. 2. NOIUNEA DE PROBABILITATE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3. 3. DISTRIBUIA BINOMIAL19
3. 4. DISTRIBUIA POISSON. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3. 5. DISTRIBUIA NORMAL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3. 6. DISTRIBUIA CHARLIER (TIP A). . . . . . . . . 29
3. 7. SISTEMUL DISTRIBUIILOR PEARSON. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3. 8. DISTRIBUIA BETA. 32
3. 9. DISTRIBUIA MEYER. 35

CAPITOLUL 4 : EXAMINAREA SEMNIFICAIEI . . . . 38
4. 1. GENERALITI. 38
4. 2. INTERVALUL DE NCREDERE AL MEDIEI ARITMETICE40
4. 3. TESTE DE CONFORMITATE. . . . . 41
4. 3. 1. EXAMINAREA DIFERENEI DINTRE O MEDIE
EXPERIMENTAL I O VALOARE DAT. . . . . 41
4. 3. 2. EXAMINAREA SEMNIFICAIEI VARIANEI I A DIFERENEI
DINTRE VARIANE. . . . . 43
4. 4. TESTE DE EGALITATE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4. 5. TESTE DE AJUSTARE. . . . . . . . . . . . . . . . . . . . . . . . . 54
3
4. 6. CRITERII PENTRU ELIMINAREA OBSERVAIILOR EXTREME. . 55

CAPITOLUL 5 : ANALIZA VARIANEI . . . . . . 57
5. 1. ASPECTE TEORETICE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5. 2 ANAIZA SIMPL A VARIANEI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5. 3. FOLOSIREA TESTULUI DUNCAN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5. 4. ANALIZA DUBL A VARIANEI. . . . . . . . . . . . . . . . . . 64
5. 5. METODE NEPARAMETRICE PENTRU COMPARAREA MAI
MULTOR GRUPE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

CAPITOLUL 6 : ANALIZA CORELAIEI . . . . 66
6. 1. ASPECTE TEORETICE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6. 2. METODE DE CONSTATARE A CORELAIILOR. . . . . . . . . . . . . . . . . . . . . . . . . 67
6. 3. COVARIANA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6. 4. COEFICIENTUL DE CORELAIE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
BIBLIOGRAFIE. . 73


























4
CAPITOLUL 1: INTRODUCERE
Biost atisti ca se ocup cu gruparea, anali za i int erpret area dat elor
referi toare l a fenomenel e de mas, precum i cu unel e previ ziuni privi nd
producerea lor viitoare.
Biost atisti ca (biost atistica foresti er) este o ramur a st ati sticii ,
denumit aa datorit faptul ui c se studiaz, i nterpret eaz i anal izeaz
dat e din domeni ul bi ologi c (forestier), domeni u cu anumit e parti cul arit i.
n sil vi cultur, aproape toat e procesel e au un caracter
probabilist ic. ncepnd cu t abel ele de produc ie i ncheind cu indi cii
preurilor pentru l emnul pe pi cior, model el e st atistice sunt l arg folosi te.
Modelele st atisti ce sunt fol osit e pentru :
Clasifi carea si st emelor biol ogi ce, de l a specie l a ecosist em
(analiza topologi c) ;
Estimarea i ndirect a unei caract eri sti ci dificil de msurat :
concent rnd efort uri le de analiz pe un eant ion de date
complet e, ce includ i vari abi la dependent di fi cil de
msurat n condiii obinuite, se obi ne o funci e mat emati c
ce permi te, pe viit or, estimarea caract eri sticii rezult ative, pe
baza caract eristi cil or expli cative, mai uor de msurat ;
Aproxi marea probabilitii producerii unui fenomen (un at ac
de insect e, o dobortur de vnt, sau chi ar adj udecarea unei
partizi nt r-o li cit a ie) tiut e fiind condiiil e n care se
produc, de regul , acest e fenomene ;
Aproxi marea pre uri lor posi bil e de adjudecare a unor part izi
sau loturi de lemn, n funci e de caracteristi cil e acestora,
parti cul aritile pie ei i condiiil e de exploatare ;
Estimarea i mpactul ui economi c i/ sau ecologi c al unor
schi mbri sau t endin e mani fest at e l a nivel macroeconomi c ;
Compararea a dou sau mai mult e valori medii, referitoare la
tot attea stri n care un sist em poat e fi adus pri n mij loace
tehnice sau ca urmare a modi fi crii factorilor naturali de
produci e. (de exemplu st area l a care este adus un arboret
prin apli carea unor rri turi de int ensi tat e diferit) ; etc
Dup scopul cunoaterii, statisti ca, ca disciplin tiinifi c, are
urmtoarel e subdivi ziuni: st ati sti ca descri ptiv, st atist ica inferenial,
stati sti ca analiti c.
Stati sti ca descripti v (formal), care are ca obi ectiv cul egerea
dat elor statistice i prelucrarea acest ora cu ajut orul si stemului de
indi cat ori st atistici
Statisti ca infereni al, aprut abi a dup descoperi rea l egil or
probabilist ice i constitui rea t eori ei pr obabilit il or ca ti in, are ca
obi ecti v cunoat erea caract eri sti cilor unei col ecti vit i oarecare porni nd
de la cunoaterea unei colecti vit i parial e i presupune msurarea
incerti tudi nii rezult atel or i cal cularea riscuril or pe care l e impli c
luarea unei decizii fundament at e pe baza unei informaii ce nu poat e fi
5
exhaustiv. Pri nci palel e probleme al e i nferen ei stat isti ce sunt estimarea
parametrilor dist ribuiei unei col ectiviti i t est area i pot ezelor st atisti ce.
Statisti ca analit ic urmret e descoperirea a ceea ce est e
permanent, eseni al, legi c, n vari ai a proceselor stocasti ce i msurarea
influen ei factorilor care l e det ermin vari aia n timp, n spaiu, i din
punct de vedere cali tativ. n acest scop se folosesc, n principal , analiza
de regresi e, analiza de corelai e i analiza dispersional .

Modelarea statistic a fenomenelor
Fazel e mai import ante al e unei investi gaii i model ri st at istice
sunt :
1. Observai a
2. Formularea ipotezel or privi nd caracteristicil e identificat e
n timpul observai ei
3. Predi cia, adi c formularea unor noi el ement e de
cunoat ere referitoare l a caract eri sti ci
4. Verificarea predi cii lor

Observaii statistice pot fi :
cantitati ve-se ob in val ori prin msurtori sau numrtori
(di ametre, nlimi, nr. de arbori /ha, nr. ou/ cui b, et c. ).
calit ati vese refer la caract eri sti ci nemsurabil e (cul oarea
cojii , gradul de infestare, et c), sau la nregi strri de at ribute
alt ernat ive (mascul -femel, snt os-bol nav, et c).
Recol tarea datel or se poat e realiza pri n simpl a observare sau prin
efectuarea de experi en e.

Variabilitatea observaiilor
Val ori le observaii lor fcut e asupra anumit or caract eristi ci
atribut ive prezint o anumit fluctuai e, denumit n st atisti c vari ai e.
Variaia poat e fi:
continu, cnd caracterist ica cercetat se exprim n
numere fraci onare (diamet rul unui arbore)
disconti nu (discret), c nd caract eristica poat e fi
exprimat numai n numere nt regi (nr. arbori /ha,
nr. ou/ cuib),
alternati v, cnd exist numai dou posi bilit i de varia ie
(apt -inapt, mascul -femel )
Dup nat ura cauzelor pe care o provoac, vari aia poat e fi
sistemat ic (det ermi nat de cauze cunoscut e, cont rol abil e)
sau
ntmplt oare, accidental (determi nat de cauze
necunoscut e, necont rolabile).
6

Populaia statistic
O popul ai e (colect ivitate) st ati sti c reprezi nt o total itate de
observa ii efect uat e asupra unor uniti rel ativ omogene, avnd un anumit
numr de nsui ri esenial e comune.
n domeni ul si l vi cul t uri i de cel e mai mul t e ori se ef ect ueaz observa i i
numai asupra unui numr rest r ns de uni t i al e popul a i ei , respect i v
asupra unuor sondaj e sau probe (col ect i vi t at e de sel ec i e, eant i on).
Pri n i nt ermedi ul probel or se t i nde spre cunoat erea st at i st i c a nt regi i
popul a i i . Pent ru aceast a proba t rebui e s f i e reprezent at i v, s f i e
al eas dup pri nci pi i obi ect i ve.

CAPITOLUL 2: DISTRIBUII EXPERIMENTALE

2.1. TERMINOLOGIE STATISTIC
Col ecti vitatea stati sti c reprezint o mulime format din unit i
stati sti ce calit ativ omogene ce prezint una sau mai multe nsui ri
comune.
- col ecti vitatea general (populai e) este constit uit di ntr -un numr
finit sau infini t de unit i st atisti ce. Ea poat e fi unidi mensional, cnd
n at enia observatorului se afl o singur caract eristi c de st udi at, sau
multi dimensional, cnd n ateni a observatorul ui se afl dou sau mai
multe caract eristi ci .
- col ecti vitatea de sel eci e (eantion, sondaj) reprezint numai o part e
dint r-o popula ie, extras dup anumit e cri terii n vederea cercetrii
uneia sau mai mult or caract eri sti ci. Un eanti on est e reprezent ativ dac
unit il e de eanti onaj sunt al ese randomizat i dac are un volum
minim care s poat asi gura precizi a necesar.
Unitatea stati stic (unitat ea de nregistrare, de observare) constit uie cea
mai mi c enti tat e luat n consi derare, n raport cu natura colectivitii i
scopul observrii . Unitat ea st ati sti c poat e fi si mpl sau complex
(format din mai mul te unit i simpl e) .
irul statistic est e reprezent at de total itat ea valorilor observat e,
corespunzt or unit ilor ce alct uiesc unitat ea stati sti c cercet at, scrise
ntr-o anumit ordine.
Seria statistic reprezint ansamblul a dou i ruri de dat e corespondent e. n
primul i r sunt nscrise valoril e caracteristi cii de grupare, i ar n cel de al
doil ea i r valoril e caracterist ici i cu care est e corelat sau frecven el e
stati sti ce.


7
2.2. NREGISTRAREA I PRELUCRAREA PRIMAR A
INFORMAIILOR

2. 2. 1. Separarea de populai i omogene
n cazul popul ai ilor eterogene, naint e de a t rece la nregi strarea
i prel ucrarea observaii lor, se i mpune separarea de populaii omogene,
constitui te din uniti i denti ce din punct de vedere calitati v (
stratifi carea).
Exempl e: - t ot al i t at ea obser va i i l or efect uat e asupr a di amet r el or l a
ar bor i de aceeasi speci e, v r st , pr oveni en i cr escu i n condi i i
st a i onal e i dent i ce.
- t ot al i t at ea obser va i i l or efect uat e asupr a nl i mi i pui e i l or
de aceeasi speci e, v r st i pr oveni en , pl ant a i n condi i i st a i onal e
i dent i ce.
Separarea de popula ii omogene (st ratifi carea) est e necesar pent ru
a put ea int erpret a ntreaga popul aie st udi at, n raport cu tipuri le ei
calit ative.

2. 2. 2. nregi strarea observai ilor n tabel e
Rezult at ele observrii se inregist reaz, pe msura obinerii lor,
ntr-un tabel denumi t tabelul dat elor ini iale (carnet de inventar, fie de
observare).
Exempl e: carnet ul de invent ar la punerea n val oare a masei lemnoase pe
pici or (t abelul 2. 1); carnet ul de i nventar al cret erilor n di ametru
msurat e (tabelul 2. 2)
Tabel ul 2. 1
Nr. curent Specia Diametrul Clasa de calitate
1 Fa 20 I
2 Ca 22 II
3 Fa 36 IV

Tabel ul 2. 2
Nr. crt diametrul Cresterea in diametru
1 27.3 9.1
2 18.2 7.3
3 15.7 5.2

Pent ru a se putea prel ucra st atisti c dat el e inii al e, este necesar
gruparea val oril or n clase (despui erea) (tabelel e 2. 3, 2. 4).
8
Tabel ul 2. 3
Punctaj
Nr
arbori
Punctaj
Nr
arbori
Punctaj
Nr
arbori
Punctaj
Nr
arbori
8
10
12
14
16
18
20
22
24
specia : FAG
categorii
de
diametre
clasa de calitate
TOTAL
ARBORI
I II III IV

Tabel ul 2. 4
Intervalul de
clas n mm
Centrul clasei
mm
Punctaj
Frecvene
absolute
0.6 - 1,5 1 III 3
1.6 - 2,5 2 IIII IIII IIII II 17
2,6 - 3.5 3 IIII IIII III 13
.


n urma grupri i dat elor i nii ale s -a obi nut un i r statisti c. La un
ir st atistic disti ngem: limitele cl asei, cent rul cl asei, intervalul de cl as
(mrimea cl asei), amplitudi nea vari ai ei .

2. 2. 3. Frecvenel e distribuiilor empiri ce
Distri bui a empi ric est e o punere fa n fa a interval el or de
cl as ale vari abi lei (sau numai a cent rel or cl asel or) cu numrul de
observa ii cupri nse n fi ecare cl as.
Frecvena absolut = numrul de observaii corespunztoare
fiecrei clase.
Frecvena absol ut cumulat = frecven el e absolut e al e claselor,
cumulat e succesiv.
Frecvena relativ = raport ul dint re frecvena absolut i numrul
total de observaii.
Frecvena relati v cumulat =sumele succesive al e frecven elor
rel ati ve.
9
Diadrama bar a frecvenelor absolute
0
2
4
6
8
10
12
14
8 10 12 14 16 18 20 22 24
categoria de diametre
n
u
m

r
u
l

d
e

a
r
b
o
r
i
frecvene absolute
Tabel ul 2. 5
categorii de
diametre
frecventa
absoluta
f recventa
absoluta
cumulata
frecventa
relativa
f recventa
relativa
cumulata
8 3 3 0.051 0.051
10 5 8 0.085 0.136
12 6 14 0.102 0.237
14 10 24 0.169 0.407
16 12 36 0.203 0.61
18 9 45 0.153 0.763
20 8 53 0.136 0.898
22 4 57 0.068 0.966
24 2 59 0.034 1
TOTAL 59 1.000


2. 2. 4. Reprezentri grafi ce al e distribuiilor unidi mensionale
Scopul reprezentrii grafi ce est e de a pune n eviden mai cl ar
caracterist ici le de baz al e unei dist ri buii experi mentale, de a o feri o
imagi ne mai sugesti v asupra modului de struct urare al col ecti vit ii.
n cadrul reprezentrii grafice, val orile vari abilei observat e (X) se
trec pe abscis, i ar pe ordonat se t rec frecvenel e (absol ut e sau relat ive,
simpl e sau cumul at e).
ntocmi rea grafi cul ui presupune:
al egerea h rti ei
al egerea scri lor pentru axel e de coordonat e
marcarea diviziunilor pe axel e de coordonat e
nscri erea valorilor cent rale n dreptul diviziunilor
stabilirea legturilor ntre valoril e de pe abscis i cel e de pe
ordonat
trasarea curbei pri n punct ele reprezenteti ve
ntocmi rea l egendei
precizarea sursei de prelucrare a del or i titlul graficului .
La calculator, grafi cele se ntocmesc mult mai rapi d i uor, nt r -o
mare vari et are de ti puri , folosind programe speci ale (ca de exemplu
Excel ).
Tipuri de reprezentri:
Diagrama bar
histograme
poli goane
diagrame
10
Histograma frecvenelor absolute
0
2
4
6
8
10
12
14
16
8 10 12 14 16 18 20 22 24
categoria de diametre
n
u
m

r
u
l

d
e

a
r
b
o
r
i
frecvene absolute
Diagrama de structur
5%
8%
10%
21%
15%
14%
7%
3%
17%
8
10
12
14
16
18
20
22
24


2.3 INDICII DISTRIBUIILOR EXPERIMENTALE

2. 3. 1 Parametri populai ei i indi cii probei
I ndici i di stribui ilor experiment al e se refer la
pozii a i struct ura di stribui ei (mediil e, medi ana, modulul )
vari abili tat ea observaii lor (dispersi a, abaterea standard,
ampli tudi nea vari ai ei, coefi ci ent ul de variai e, et c. )
forma di stribui ei (indicel e asimet ri ei, indicele excesului )
I ndicii dist ri buiil or experi ment ale (pr obei) sunt estimai i al e
parametrilor populaiei (i ndi cii distri buiilor care s-ar obi ne dac s-ar
observa nt reaga populai e)
Pent ru a difereni a indi cii di stribu iilor experi ment ale de
parametri se fol osesc nota ii di feri te, respectiv lit ere lati ne pent ru i ndi cii
distribu iilor experiment al e i lit ere greceti pent ru parametri
popul ai ilor.
Si mboluril e princi palilor parametri i indici ai distribuiilor
statisti ce:
Poligonul frecvenelor cumulate
0
10
20
30
40
50
60
70
8 10 12 14 16 18 20 22 24
categorii de diametre
n
u
m

r

d
e

a
r
b
o
r
i
frecvene
cumulate
Poligonul frecvenelor absolute
0
2
4
6
8
10
12
14
8 10 12 14 16 18 20 22 24
categorii de diametre
f
r
e
c
v
e
n

e

a
b
s
o
l
u
t
e
11
Denumirea caracteristicii
Simboluri pentru
populaii
Simboluri pentru
probe
Media aritmetic x
Variana ( dispersia)
s
2
Abaterea standard s
Coef icientul de variaie s%
Covariana
x y
s
xy
I ndicile asimetriei A
I ndicele excesului E
Coef icientul de corelaie r
Coef icientul de regresie b


2. 3. 2. Momente
Moment ele uureaz cal culul indi cilor, mai ales pent ru seri ile
stati sti ce format e dintr -un mare numr de observa ii.
Moment ele reprezint medii aritmeti ce ale abaterilor de la un
anumit punct al es ca origine, ri dicat e la diferit e put er i. Dac se al ege ca
ori gine media arit meti c, se obi n momente centrate. Dac ori ginea se
al ege arbit rar, rezult momente obinui te.
Moment ele obinuit e se cal culeaz cu formula( int ervalul de cl as
=1):
N
x x
m
k
i
k
0
iar cel e cent rat e dup expresia:
N
x x
m
k
i
k

unde :
m
k

reprezint moment ul obi nuit de ordin k

m
k
moment ul cent rat de ordin K
x
i
valoril e observate
x - medi a ari tmetic a dist ribu iei
x
0
valoarea al eas arbit rar
N- numrul total al observaiil or
Pent ru valori grupate n cl ase ( h= i nterval ul de cl as), avem:
N
k
h
x x
m
o i
k'

N
k
h
x x
m
i
k


Rel aiil e dint re m i m sunt urmtoarel e:
m
o
= m
o
= 1
12
m
1
=0
m
2
=m
2
-m
1

m
3
=m
3
-3m
2
m
1
+2m
1

3

m
4
=m
4
-4m
3
m
1
+6m
2
m
1

2
-3m
1

4

iar pent ru veri fi care se fol osesc formul el e :
m
3
=m
3
-3m
1
m
2
-m
1

3
m
4
=m
4
-4m
3
m
1
+6m
2
m
1

2
-3m
1

4

Cal culul momentel or prin procedeul
sumelor.
Est e un procedeu indirect, mai
simplu i n cazul cal cul ului fcut fr
calculatoare.
Est e bazat pe urmtoarel e
formul e:
N
d
m
1
1' ;
N
S S
m
2 1
2
2
' ;
N
d d d
m
3 2 1
3
6 6
' ;
N
S S S S
m
4 3 2 1
4
24 36 14
'
Exemplu: vezi tabel ul 2. 6

0678 . 0
59
4
' 1 m
00 . 4
59
236
59
71 * 2 94
' 2 m
2881 . 1
59
76
59
30 42 4 ) 5 ( * 6 ) 7 ( * 6 4
' 3
N
m
Cu formul a:
N
k
h
x x
m
o i
k'
cal culul este mai l abori os:

0678 . 0
59
4
59
8 12 16 9 10 12 15 12
59
4 * 2 3 * 4 2 * 8 1 * 9 0 * 12 1 * 10 2 * 6 3 * 5 4 * 3
59
......
2
16 14
10
2
16 12
6
2
16 10
5
2
16 8
3
'
1 1 1 1
1 m

Tabel ul 2. 6
b
1
b
2
b
3
49 39 17
8 3 3 3 3
10 5 8 11 14
12 6 14 25 -45
14 10 24 - -
16 12 - - -
18 9 23 - -
20 8 14 22 -
22 4 6 8 10
24 2 2 2 2
45 32 12
a
1
a
2
a
3
-4 -7 -5
d
1
d
2
d
3
94 71 29
S
1
S
2
S
3
d
i
= a
i
b
i
=
S
i
= a
i
+ b
i
=
categorii de
diametre
Frecvena
absolut
TOTAL 59

13
00 . 4
59
236
59
32 36 32 9 10 24 45 48
59
16 * 2 9 * 4 4 * 8 1 * 9 0 * 12 1 * 10 4 * 6 9 * 5 16 * 3
59
......
2
16 14
10
2
16 12
6
2
16 10
5
2
16 8
3
2 2 2 2
2
m

2. 3. 3. Val ori medii
Medii de pozi i e:
Media ari tmeti c
Pent ru iruri st ati st ice formate dintr -un numr redus de val ori ,
medi a aritmeti c ( x ) se cal cul eaz cu formula:
N
x
N
x x x x
x
n
...
3 2 1

Pent ru i ruri st ati st ice cu numr mare de valori, acest ea se
grupeaz mai nti n clase i ar pent ru media aritmeti c se fol oset e
procedeul multi pli crii:
N
n x
N
n x n x n x n x
x
i i
k k
...
3 3 2 2 1 1

unde: x
i
reprezint di ferit el e valori al e centrelor de cl as iar n
i
frecvenele
absolut e corespunzt oare.
Medi a aritmeti c se poat e calcul a mai simplu prin procedeul
sumelor, bazat pe formula:
1 0
m a x x
unde:
1
m est e momentul obinuit de ordin 1, cal cul at n raport cu valoarea
arbit rar x
0
, i ar a est e mrimea int ervalul ui de cl as.
O alt modalit at e, l a fel de simpl, se bazeaz pe suma tot al a
frecven elor cumul at e. Se aplic formula:
1
1
N
D
a x x
unde x
1
reprezint cent rul clasei cu cea mai mare valoare iar D suma
frecven elor cumul at e, de l a cl asele mi ci la cele mari .
14
Exemplu:
86 . 15
59
936
N
n x
x
i i

86 . 15 1356 . 0 16 ) 0678 . 0 ( 2 16
1 0
am x x

86 . 15 14 . 8 24 1
59
299
2 24 1
1
N
D
a x x

Media ari tmeti c ponderat
Dac, pent ru probe al e acel eeai
popul ai i, se dispune de mai mult e medii
ari tmetice, se poat e calcula o singur medie
general, utili znd formul a mediei
ponderate:
k
k k
n n n
n x n x n x
x
...
...
2 1
2 2 1 1

Medi a general x se cal cul eaz numai dup ce se demonst reaz prin t est e
stati sti ce corespunztoare (analiza varian ei), c mediil e
k
x x x ... ,
, 2 1

reprezint estimaii ale acel eeai medii generale .

Media armoni c se det ermi n cu rel ai a:
N
k
k
h
x
N
x
1
1
pentru val ori negrupat e n clase, respect i v cu rela ia :
p
k k
k
h
x
n
N
x
1
pentru val ori grupat e n clase
unde N este numrul total al observa iilor; n
k
frecvena clasei k; x
k

cent rul cl asei k, i ar p numrul cl asel or format e

Media geometri c est e rdcina de ordin n a produsului
celor n valori observat e i se utilizeaz n cazul val oril or situat e n
progresi e geometric.
N
n
k
k g
x x
1
pentru val ori negrupat e
N
n
k
n
k g
k
x x
1
pentru val ori grupat e , unde n
k
sunt frecven el e
absolut e
Medi a geometri c este ntotdeauna mai mic sau cel mul t egal cu
medi a aritmeti c.

Tabel ul 2. 7
categorii de
diametre
x
i
Frecvena
absolut
n
i
d
i
n
i
n
i
8 3 24 3
10 5 50 8
12 6 72 14
14 10 140 24
16 12 192 36
18 9 162 45
20 8 160 53
22 4 88 57
24 2 48 59
TOTAL 59 936 299

15
Media ptrati c se calculeaz cu rel aiil e:
N
x
x
k
p
2
, n cazul valorilor negrupat e
N
x n
x
k k
p
2
, n cazul valorilor grupat e

Medii de structur:
Mediana, cuantilele
Medi ana este val oarea x a irului stat ist ic care, atunci cnd toat e
val oril e i rului sunt aranjat e n ordine cresctoare, mpart e acest ir n
dou grupe egale ca numr.
Quartilul poat e fi: inferior i superior. Primul , Q
1
, corespunde
val orii care separ primii 25% din termeni; al doil ea, Q
3
, reprezint
val oarea care separ ultimii 25% din t ermeni .
Medi ana i quart ilel e rerprezint cazuri particul are ale
quantil elor. Quanti lel e se pot defini ca fiind vari abil a crei a i
corespunde o frecven relat iv cumul at dat . Ast fel, medi ana est e
val oarea cvrei a i corespunde o frecven relati v cumulat egal cu 0, 5.
Quantil el e se pot uor det rermi na pe cal e grafi c. n acest sens se
foloset e ogiva lui Galton. ntr-un sist em de coordonate
rect angul are se t rec val oril e x pe abscis i frecven ele cumul ate pe
ordonat . Astfel , de exempl u, medi ana este abscisa punctul ui car e rezult
din i nterseci a ogivei cu o paral el dus l a abscis prin punct ul N/ 2 al
frecven elor absolut e cumulat e (sau punct ul 0, 5 al frecvenei rel ative
cumulat e).
Analiti c, medi ana se calculeaz cu formul a:
Me
Me
n
n
N
a x Me
2

unde:
x
Me
este limi t a i nferioar a clasei n care se afl medi ana
a = ampl itudi nea cl asei
n = suma frecven el or cumul at e pn n dreptul clasei n care se
afl medi ana.
Medi ana est e des uti lizat n practic deoarece depi nde mai puin
dect medi a aritmeti c de forma di stribuiei sau de valoril e extreme al e
irul ui stat isti c.
Exemplu de calcul (cu dat ele di n t abelul 2. 7) :

92 . 15
6
5 . 5
15
12
24 5 . 29
2 15
12
24
2
59
2 15 Me

16
Modulul
Modulul est e val oarea variabil ei crei a i corespunde cea mai
mare f recven, adi c val oarea variabil ei cea mai probabil.
Dist ribuiil e pot fi unimodal e (cu un si ngur v rf) sau pl uri modal e
(cu mai mult e vrfuri ).
Modul ul dist ribu iilor di scret e se det ermi n citi nd vari ant a cu cea
mai mare frecven . n cazul unei di stribuii continui , modul ul este
abscisa corespunzt oare v rfului curbei de frecven i se calculeaz cu
formul a :
2 1 0
1 0
2 n n n
n n
a x Mo
Mo

unde:
x
Mo
est e limit a i nferioar a clasei modale
a est e ampl itudinea cl asei
n
o
est e frecven a cl asei modal e
n
1
, n
2
, sunt frecven el e clasei inferi oare i superioare cel ei modale.
Exemplu de cal cul (cu dat el e din tabel ul
2. 7): 8 . 15
5
4
15
9 10 24
10 12
2 15 Mo

2. 3. 4. Indicii dispersiei (i ndicatorii variabil itii )
Valoril e medii indi cnd doar centrul de grupare al val oril or
observate, nu pot da o i magine cuprinztoare asupra unei distribuii.
Valoril e medii nu spun ni mi c despre gradul de vari abili tate, despre
ampli tudinea de mprti ere a valoril or observate.
Indi cii dispersi ei complet eaz caract erizarea di stri bui ei din aceste
punct e de vedere. Cei mai uzuali sunt: amplit udinea de variaie, varian a
(dispersia) i abat erea standard.
Ampl itudi nea de variai e (W)reprezint diferena dintre
valoarea observat maxi m i cea mini m adin cadrul unui i r
statisti c. Este un indice puin stabil, depinznd n mare msur de
numrul observai il or efectuate i de aceea este mai puin folosi t.
min max
x x W
Variana (dispersia) se calculeaz ca o medi e arit meti c a
ptratel or abaterilor valoril or indi vi dual e al e irului st atisti c de l a media
ari tmetic a i rului respect i v. Vari ana est e aproximati v egal cu
momentul cent rat de ordi nul doi (dac N est e sufici ent de mare).
Variana are o val oare concludent dac irul statisti c studiat este rel ati v
simet ri c.
Calculul varianei :
Procedeul Pt. valori negrupate n
clase (n <30)
Pt. valori grupate n
clase (n > 30)
17
Direct
1
2
2
N
x x
s
i

1
2
2
i
i
n
x x n
s
Multipl icrii
1
2
2
2
N
N
x
x
s
i
i

1
2
2
2
i
i
i i
i i
n
n
n x
n x
s
Momentelor
2
2
m s
2
2 2
m a s
2
'
1
'
2 2
m m m
i i i i i i
n x n x x x n x x n
2 2 2
2 dar:
i
i i
n
n x
x
i
i i
i i i
i
i i
i
i i
i i i
n
n x
x n n
n
n x
n
n x
x n x x n
2
2
2
2 2
2 2
2
Val oarea dispersiei est e tot timpul mai mare sau egal cu zero.
Cazul s
2
=0 poate fi ntnit numai dac t oat e valoril e indi vidual e coincid
cu media aritmeti c.
Suma pt rat elor abat eri lor se mpart e l a N-1, i nu l a N, pentru c
prin cal cul area mediei (folosit l a st abil irea abat eri lor) o observai e este
dej a blocat, rmnnd libere doar N-1 observaii. Acest t ermen (numitorul
formul elor) poart denumirea de grade de li bertat e.
Numrt orul formul elor poart denumi rea de suma ptratelor
abat eril or i se not eaz cu Q.

Abaterea standard (abat erea medi e ptratic) se cal culeaz ca
radi cal de ordin doi din vari an . Ea caract erizeaz modul cum se
mprti e valoril e observat e n jurul valori i medii.
2
s s
Abaterea st andard exprimat n procent e fa de medi a arit meti c
poart numel e de coefici ent de vari ai e(s% ) i se calculeaz cu rel ai a:
100 %
x
s
s

Coefi cientul de variaie est e si ngurul indi cat or care ofer
posibilit atea comparri i omogenitii (variabilit ii ) a dou sau mai mult e
vari abil e exprimat e n uniti de msur diferit e. Cu ct val oarea lui s%
est e mai mic cu att colecti vitatea est e mai omogen
Coefi cientul de vari ai e se compar cu coefi ci ent ul de variaie
limit.
dac s% 0, 3 (coefi ci entul limit ) col ecti vitat e
omogen
dac s% > 0, 3 (coefi cientul li mit ) colecti vitat e
neomogen
18

Exemplu de cal cul :
25 . 16 ...
58
26 . 66 * 2 ... 34 . 34 * 5 78 . 61 * 3
58
14 . 8 * 2 ... ) 86 . 5 ( * 5 ) 86 . 7 ( * 3
1 59
) 86 . 15 24 ( 2 ... ) 86 . 15 12 ( 6 ) 86 . 15 10 ( 5 ) 86 . 15 8 ( 3
1
2 2 2
2 2 2 2
2
2
i
i
n
x x n
s

25 . 16
58
943
58
14849 15792
1 59
59
936
15792
1
2
2
2
2
i
i
i i
i i
n
n
n x
n x
s
9954 . 3 0678 . 0 4
2
2
'
1
'
2 2
m m m

98 . 15 9954 . 3 * 2
2
2
2 2
m a s

2. 3. 5. Asi metri a i excesul
distribui ilor
experi mental e (indi catorii
formei )
ASIMETRIA reprezint
deplasarea pe orizont al a
vrf ului curbei experimental e f a
de curba normal.
Asimet ria curbel or de
frecven poate fi cauzat de
numrul prea mic de observaii
sau de al egerea necorespunzt oare
a cl aselor de frecven (asimet ri e aparent). Aceast asimetri e dispare
prin majorarea numrului deobservaii sau prin redimensi onarea cl asel or
de frecven.
Asimet ria real reprezint ns o parti cularitate obi ctiv a curbei
de frecven i este determinat cel mai adesea de influen a put ernic a
unui anumit factor.
O msur a asimet ri ei este dat de relaia lui Pearson :
s
Mo x
A

Cnd media est e egal cu modulul Mo, di stribui a est e simet ri c.
Cnd Mo x asimet ria est e de st nga (pozitiv)
Cnd Mo x asimet ria est e de dreapt a (negativ)
Exempl e: n arboret el e echiene sa const at at c, n general , curba
de frecven a arborilor pe cat egorii de diamet re prezint o asimet ri e de
Tabel ul 2. 8
categorii de
diametre
x
i
Frecvena
absolut
n
i
x
i
n
i
x
2
i
n
i
x
2
i
8 3 24 64 192
10 5 50 100 500
12 6 72 144 864
14 10 140 196 1960
16 12 192 256 3072
18 9 162 324 2916
20 8 160 400 3200
22 4 88 484 1936
24 2 48 576 1152
TOTAL 59 936 2544 15792

19
stnga n timp ce curba de frecven a arborilor pe cat egori i de nl imi
prezint o asimetrie de dreapt a
Un cal cul ri guros al asimet ri ei se face cu rel ai ile:
3
1
3
Ns
x x
A
N
i
i
, pent ru valori negrupat e n cl ase, i
k
i
i
k
i
i i
n s
x x n
A
1
3
1
3
pentru val ori grupat e n clase,
sau utiliznd momentel e cent rate de ordin doi i trei :
3
2
3
m
m
A

Pent ru A<0, asimetri a este negat iv, i ar pentru A>0 asimetri a este
pozitiv.
Pent ru ca i ndi cele asimet ri ei s fi e semni ficati v, l a o probabil itat e
de acoperi re de 95%, trebui e ca valoarea lui s depeasc dublul erorii
de reprezentativitat e, cal cul at dup formula:
3
6
N
S
A

Deci, indicel e asi met riei est e semnifi cativ, dac: A / s
A
> 2

EXCESUL sau bolti rea (E) est e acea propri et at e a curbei modale
de a fi mai mai turtit sau mai ascuit dect curba normal
corespunzt oare.
Excesul se cal cul eaz cu formul a:
3
4
1
4
Ns
x x
E
N
i
i
pentru val ori negrupat e n clase, i
k
i
i
k
i
i i
n s
x x n
E
1
4
1
4
pentru val ori grupat e n clase,
sau utiliznd momentel e cent rate:
3
2
2
4
m
m
E
Indi cel e este semni fi cativ, l a o probabili t at e de 95%, dac : E/ s
E

> 2, unde:
5
24
N
S
E

20
Dac E > 0 curba est e ascuit (l eptocurti k), i ar dac E < 0 curba
est e t urti t (platikurt ic). Pent ru dist ribu iile normale E = 0.

2.4.ERORI DE REPREZENTATIVITATE

Eroril e de reprezent ativi tat e exprim gradul de deprt are dintre
indi cat orii eantionului i paramet ri populai ei. Cu ct vol umul probei este
mai mare cu att erorile sunt mai mi ci.
Eroarea standard a medi ei ari tmeti ce
Medi ile unor eant ioane de prob al e unor popula ii se di stribui e
ntotdeauna n jurul medi ei popula iei din care probel e au fost extrase
dup o curb normal , chiar dac dist ribuia vari abi lei x a eantioanelor n
jurul medi ei popul ai ei se face dup o curb asi met ri c.
Vari ai a mediil or eanti oanelor n jurul val orii medii a popula i ei
se numet e eroare standard a medi ei aritmetice, i se exprim cu rel ai a :
n
x

unde : - abat erea standard
n - volumul eanti oanelor considerat e
Cnd observaiil e se efectueaz la nivelul unei singure probe,
eroarea standard a probei se noteaz cu
x
s i se det ermin cu relai a:
n
s
s
x
,
pentru popul aii infinite sau sufi ci ent de mari 1 , 0
N
n
i cu rel ai a:
N
n N
n
s
s
x

pentru popula ii fi nite sau cu numr redus de unit i, unde se ia n
considerare factorul de corecie
N
n N
.
Intervalul de ncredere se expri m n funcie de eroarea standard
:
x
ts x
unde t este crit eri ul st atist ic bil at eral Student pent ru un ni vel de
semnifi cai e adopt at n funcie de n-1 grade de libert ate, n fi ind numrul
unit ilor din eantion
Eroare admi s
Expresi a
x
ts e x reprezint eroarea admis sau accept at i
poate fi exprimat i procentual:
21
n
ts
ts e
x
%
% %
pentru popul aii i nfinite sau sufi ci ent de
mari
respectiv
N
n N
n
ts
ts e
x
%
% %
pentru populaii finite.
Determinarea mri mii eanti onului
Pe baza ultimelor relaii se poat e determina numrul de observaii
sau mri mea eant ionul ui (n), n condiil e unei anumi te erori i
probabilit i admise ( e% i t), valoril e coefi ci en ilor de varia ie st abi ndu-
se pe baza unui sondaj prealabil sau a dat elor existente n literatura de
speci alit at e:

%
%
2
2 2
e
s t
n
pent ru popul aii infi nit e
respectiv
% %
%
2 2 2
2 2
s t Ne
s Nt
n
pentru popul aii finit e.

CAPITOLUL 3 : DISRTIBUII TEORETICE CU
APLICABILITATE N SILVICULTUR

3.1. INTRODUCERE

Dist ribuiil e experiment al e reprezi nt esti maii ale unor dist ri buii
teoret ice, definit e de teori a probabili ti l or.
Operai a de asimil are a unei dist ribuii experiment al e cu o
distribu ie t eoreti c poart denumirea de ajust are. Aj ust area se poat e face
grafi c (mecanic) sau analiti c (pe baza unei ecuaii ).
Ajustarea poat e fi defi nit , deci , ca t ehnica nl ocui rii unui set de
val ori observate cu o ecuai e (ajustare analit ic) sau cu o curb continu
i net ed (ajust are grafi c), n st are s prezi nte o imagi ne ct mai
apropi at de realit at ea fenomenului studiat.
Pent ru sil vicultur prezint import an urmtoarel e dist ribuii :
distri buia bi nomi al, dist ribuia eveniment el or rare (Poisson),
distri buia normal i dist ribuia Charlier(tip A), di stribuia Pearson,
distri buia Beta, dist ribui a Rol let , distri buia Weibull. Pent ru exami narea
semnifi cai ei i veri ficarea ipotezelor st atisti ce, o l arg apl i cabilit at e au
distribu iile : St udent (distribuia t ), Fisher (di stri buia F) i Pearson
(dist ribuia
Pent ru ori ce distri buie t eoretic t rebuie s se cunoasc f unc ia de
frecven sau probabilit at ea t eoreti c, funci a de distribui e sau
probabilit at ea t otal precum i parametri dist ribui ei respecti ve.
Funcia de frecven este o rela ie mat ematic care exprim,
pentru o dist ribui e teoreti c, frecven ele relat ive sau probabili ti le ce
corespund diferit elor valori al e variabil ei al eat oare.
22
Funcia de distri buie exprim frecven el e cumul at e sau
probabilit il e t ot ale, funci e de diferit e val ori al e vari abilei al eat oare.
Toate dist ribuiil e enumerat e sunt bazat e pe t eori a probabili t il or
i de accea, nai nte de a le prezent a, se impune s ne oprim asupra
noiunii de probabi li tat e.


3.2. NOIUNEA DE PROBABILITATE

Numim eveni ment orice rezult at al unui experiment . Evenimentel e
pot fi si gure, i mposi bile sau ntmplt oare.
Probabili tatea (p) unui eveni ment est e raportul dint re numrul de
cazuri favorabi le producerii l ui (n) i numrul t ot al de cazuri posi bil e (N).
N
n
p

dac n=N at unci p=1 eveni ment sigur
dac n=0 atunci p=0 eveni ment imposibil
dac 0<n<N atunci O<p<1 eveni ment nt mpltor
Dac not m cu q probabilit at ea eveni ment ului cont rar, atunci
p+q=1 i
N
n N
q
Noiunea de probabilit ate est e st rns legat de noiunea de
frecven relati v. Frecvenel e relative reprezint val ori experiment al e,
stati sti ce sau esti ma ii al e probabil itii.


3.3. DISTRIBUIA BINOMIAL

Se numesc expri en e binomiale t oat e experi en el e nt mpl toare
care ne conduc la realizarea a dou eveniment e compl ement are.
Se numet e ir binomial un ir de n experi en e binomi al e care
satisfac urmtoarel e condiii:
numrul de experi en e (n) care formeaz irul s fi e
det erminat ant ici pat;
toat e experien ele sunt ri guros identice i sunt efectuat e n
acel eeai condiii;
exist probabilit at ea de a ob ine succes n ori care di n
experiment e.
Presupunem c avem o populaie format di n N unit i din care
M=pN unit i posed caract eri sti ca E, i ar restul N-M unit i nu posed
aceast caract eri sti c.
Atunci , pN+qN=(p+q)N=N , deci p+q=1
Din aceast popul ai e se extrage o prob l und pe rnd n unit i
independent e, cu condii a ca dup fi ecare extragere uni tat ea s fi e
rei nt rodus n popul ai e, ast fel nct numrul de unit i naintea fiecrei
23
extrageri s fi e acel ai. n acest e condi ii, probabil itatea ca din numrul
tot al de n exempl are ale probei, x unit i s posede caract eri stica E este
dat de funci a de frecven a di stri bui ei binomi ale, respectiv de
expresi a:
x n x
x q p
x n x
n
f
)! ( !
!
) (

sau
x n x x
n
x q p C f ) (


Pent ru aplicai i pract ice se recomand formula de recuren:
q
p
x
x n
q
p
x n x x
x n x n x
q p
x n x
n
q p
x n x
n
x f
x f
x n x
x n x
1 )! 1 )( 1 ( !
)! 1 )( ( !
)! ( !
!
)! 1 ( )! 1 (
!
) (
) 1 (
1 1

q
p
x
x n
f f x x
1
) ( ) 1 (

Cu formul a de baz se cal cul eaz F (0)pentru x=0, i ar cu formula
de recuren se calcul eaz probabilit atea (frecven a) pentru celelal te
val ori al e lui x .
Funcia de distribuie F(x) a dist ribui ei bi nomi al e este dat de
rel ai a :
x n x
n
o x
q p
x n x
n
x F
)! ( !
!
) (


Parametri distribuiei se cal cul eaz astfel :
medi a aritmeti c : np
dispersi a : ) 1 (
2
p np npq
Pent ru n=p di stribui a est e simet ri c. Cu ct di feren a dintre p i q
est e mai mare cu att se accentueaz asimetria.
Pent ru dist ribuiil e experiment al e parametri (indicii) se cal cul eaz
dup formul el e cunoscut e. Vari abil a est e disconti nu.
n si lvi cult ur apli carea dist ribuiei binomial e prezint importan
n domeniul vari ai ei alt ernative (prezena sau absen a unui unei nsui ri,
apariia unui sex sau alt ul, prezen a sau absen a arborilor cu un anumit
defect , etc).
Exemple:
1. ntr-un arboret de fag de producti vi tate superi oar, s -au fcut
70 de sondaj e pentru i denti fi carea arbori l or api pentru derul aj . n
fi ecare punct de sondaj s-au l uat cei mai apropi ai 10 arbori de centrul
sondaj ul ui . Datel e cul ese di n teren mpreun cu cal cul el e aferente
aj ustri i sunt prezentate n tabel ul 3. 1.
24
Tabel ul 3. 1
relative absolute
0 14 0 0 0.179 11
1 22 22 22 0.336 20
2 10 20 40 0.284 17
3 7 21 63 0.142 8
4 4 16 64 0.047 3
5 2 10 50 0.011 1
6 1 6 36 0.001 0
7 0 0 0 0 0
8 0 0 0 0 0.0
9 0 0 0 0 0.0
10 0 0 0 0 0.0
Total 60 95 275 1 60
Frecvene teoretice Nr. arbori apti de
derulaj x
Frecvene
experimentale n
n*x
n*x
2

58 . 1
60
95
N
n x
x
i i
158 . 0
10
58 . 1
n
x
p sau p=15. 8% i q=84. 2%
45 . 1
11 . 2
59
58 . 124
59
42 . 150 275
1 60
60
95
275
1
2
2
2
2
2
s s
n
n
n x
n x
s
i
i
i i
i i

179 . 0 842 . 0 842 . 0 158 . 0
! 10
! 10
)! 0 ( ! 0
!
10 0 10 0
) 0 (
x n x
q p
n
n
f
336 . 0 876 . 1 * 179 . 0
842 . 0 * 1
158 . 0 * 10
179 . 0
1 0
0
) 0 ( ) 1 0 ( ) 1 (
q
p n
f f f

284 . 0
684 . 1
422 . 1
336 . 0
842 . 0 * 2
158 . 0 * 9
336 . 0
1 1
1
) 1 ( ) 1 1 ( ) 2 (
q
p n
f f f

142 . 0
526 . 2
264 . 1
284 . 0
842 . 0 * 3
158 . 0 * 8
284 . 0
1 2
2
) 2 ( ) 1 2 ( ) 3 (
q
p n
f f f

047 . 0
368 . 3
106 . 1
142 . 0
842 . 0 * 4
158 . 0 * 7
142 . 0
1 3
3
) 3 ( ) 1 3 ( ) 4 (
q
p n
f f f

011 . 0
210 . 4
948 . 0
047 . 0
842 . 0 * 5
158 . 0 * 6
142 . 0
1 4
4
) 3 ( ) 1 4 ( ) 5 (
q
p n
f f f

25
001 . 0
052 . 5
79 . 0
011 . 0
842 . 0 * 6
158 . 0 * 5
011 . 0
1 5
5
) 3 ( ) 1 5 ( ) 6 (
q
p n
f f f

Comparnd frecvenel e experi mental e cu cel e teoreti ce se observ
o di feren semni fi cati v, deci i al i factori , n afara ntmpl ri i , au o
onfl uen puterni c. O testare cu un cri teri u ti i ni fi i c (hi ptrat) ar fi
necesar pentru a putea trage concl uzi i bi ne fundamentate.

2. ntr-o pl antai e de ri noase, 20% di n pui ei sunt atacai de
i nsecte. Cu aj utorul di stri bui ei bi nomi al e, s se stabi l easc
probal i l i tatea ca di ntr -o pi a de prob de 5 pui ei un numr de 0,1, 2, 3, 4
sau 5 pui ei s fi e atacai .
328 . 0 8 . 0 8 . 0 2 . 0
! 5
! 5
)! 0 ( ! 0
!
5 0 5 0
) 0 (
x n x
q p
n
n
f
410 . 0 25 . 1 * 328 . 0
8 . 0 * 1
2 . 0 * 5
328 . 0
1 0
0
) 0 ( ) 1 0 ( ) 1 (
q
p n
f f f

205 . 0
6 . 1
8 . 0
410 . 0
8 . 0 * 2
2 . 0 * 4
410 . 0
1 1
1
) 1 ( ) 1 1 ( ) 2 (
q
p n
f f f

051 . 0
4 . 2
6 . 0
205 . 0
8 . 0 * 3
2 . 0 * 3
205 . 0
1 2
2
) 2 ( ) 1 2 ( ) 3 (
q
p n
f f f

006 . 0
2 . 3
4 . 0
051 . 0
8 . 0 * 4
2 . 0 * 2
051 . 0
1 3
3
) 3 ( ) 1 3 ( ) 4 (
q
p n
f f f

000 . 0
0 . 4
2 . 0
006 . 0
8 . 0 * 5
2 . 0 * 1
006 . 0
1 4
4
) 3 ( ) 1 4 ( ) 5 (
q
p n
f f f



3.4. DISTRIBUIA POISSON

Dist ribuia Poisson reprezint un caz part icul ar al dist ribuiei
binomi al e. Se nt l net e atunci c nd probabi lit atea eveniment ului est e
foart e mic (de unde i denumirea de distri buia evenimentelor rare),
chi ar i at unci cnd numrul observai ilor est e mare. n domeniul foresti er
se ntlnet e l a: anomalii l a speci ile de vnat, aparii a de arbori cu calit i
deosebit e (l emn de rezonan , arbori pl us), aparii a i nsect el or duntoare,
et c.
Deci, acest tip de di stribui e apare c nd 0 p i 1 q chi ar dac
n , cu condii a ca produsul np s reprezi nte o val oare finit .
Funcia de frecven este :
!
) (
x
e
f
x
x

unde: e=2, 71828
26
- este singurul paramet ru al di stri bui ei, egal cu
medi a aritmeti c i n acel ai timp cu dispersia
2

x = numrul de unit i statist ice extrase din eanti on ce
prezint caracteristica cercetat.
Dist ribuia est e de tip di scret, asimet ri c, apropiindu-se de cea
binomi al pe msur ce crete valoarea l ui .
Pent ru x=0 avem f
( 0)
=e
-
iar pentru x=1, 2, 3, se foloset e relai a
de recuren:
1
) ( ) 1 (
x
x f f x

1 ! ) 1 ( )! 1 (
) (
1
) 1 (
x
f
x x
e
x
e
f x
x x
x

Ajust area dist ribuii lor experiment al e dup legea Poisson se
face doar n cazul n care media aritmetic a distribui ei experi mental e
est e foart e apropi at de dispersi a di stribui ei i cnd observa iil e s-au
fcut pe unit i stati stice discret e.
Exemplu:
2000 de arbori di ntr-un arboret au fost anal i zai di n punct de
vedere al prezenei gel i vuri l or. n tabel ul de mai j os sunt prezentate
rezul tatel e observai i l or :
relative absolute
0 1210 0 0 0.607 1214
1 605 605 605 0.303 606
2 155 310 620 0.076 152
3 25 75 225 0.012 24
4 4 16 64 0.002 4
5 1 5 25 0.000 0
Total 2000 1011 1539 1.000 2000
Numar de
gelivuri pe
arbore x
i
Numrul de
arbori observai
n
i
frecvene teoretice Poisson
x
i
n
i x
2
i
n
i

5 . 0 506 . 0
2000
1011
N
n x
x
i i

717 . 0
514 . 0
1999
1028
1999
511 1539
1 2000
2000
1011
1539
1
2
2
2
2
2
s s
n
n
n x
n x
s
i
i
i i
i i

Medi a ari tmeti c (0,506) este foarte apropi at de di spersi a
di stri bui ei (0,514) ceeea ce arat c n acest caz este apl i cabi l
di stri bui a Poi sson.
27
Cu formul a
!
) (
x
e
f
x
x cal cul m:
607 . 0
71828 . 2
1 1
! 0
5 . 0
5 . 0
5 . 0 0
) 0 (
e
e
e
f
Cu rel ai a de recuren
1
) ( ) 1 (
x
f f x x
, cal cul m:
303 . 0
1
5 . 0
607 . 0
1 0
) 0 (
) 1 0 ( ) 1 (
f f f

076 . 0
2
5 . 0
303 . 0
1 1
) 1 (
) 1 1 ( ) 2 (
f f f

012 . 0
3
5 . 0
076 . 0
1 2
) 2 (
) 1 2 ( ) 3 (
f f f

002 . 0
4
5 . 0
012 . 0
1 3
) 3 (
) 1 3 ( ) 4 (
f f f

000 . 0
5
5 . 0
002 . 0
1 4
) 4 (
) 1 4 ( ) 5 (
f f f



3.5 DISTRIBUIA NORMAL

Distri bui a normal est e foarte rspndit n natur. Apare ori de
ct e ori o caracteristic est e supus unui numr mare de i nfl uen e
ntmpl toare, de slab int ensit ate i tot odat
independent e unele de altele. Est e frecvent
ntlnit l a distribui a mediil or de
sel eci e. Vari abil a est e continu.
Funcia de frecven este:
2
2
2
) (
.
2
1
) (
x
e x f

unde i reprezint abaterea standard i
medi a popul ai ei respective.
Aceti doi parametri nu se cunosc de
obi cei dar pot fi estima i pri n extrageri de
probe. n acest caz se nlocui ete prin s i ar
prin x. Funcia de frecven devi ne:
2
2
2
) (
.
2
1
) (
s
x x
e
s
x f

28
Pent ru simplifi care i pent ru a se put ea compara dist ribuiil e de la
diferite popul aii , se introduce variabil a ajut toare u, denumi t variabil
normat :
s
x x
u
Funcia de frecven a
distri buiei normale normate
va fi:
2
.
2
2
1
) (
u
e u f

n acest e condi ii, medi a este egal cu 0 iar abat erea standard este
egal cu unit at ea (fi gura 1).
Dist ribuia normal est e perf ect si met ri c, are un maximum i dou
punct e de infl exiune corespunztoare absciselor - i + . Cu ct abaterea
standard est e mai mic cu att curba de frecven est e mai turt it i invers.
Curba est e asimptoti c l a axa abscisel or, ceea ce arat c i valoril e mari
sunt posi bil e, dar probabilit at ea lor est e redus.
Funcia de distribuie, corespunztoare frecvenelor cumulat e,
est e dat de int egral a:
x
x
dx e x F
2
2
2
) (
2
1
) (

sau, n abateri normate:
u u
du e u F
2
2
2
1
) (

Dac int egrarea se face n limit el e -
i + funci a F(u)=1.
Int egrarea n limit el e 0 i u definet e
func ia lui Laplace :
u u
du e u
0
2
2
2
1
) (

Aceast expresi e reprezint suprafaa
de sub curba normal de l a val oarea medi e
pn la u (fi gura 2a)

Pent ru
2
1
) ( , u u , deci 2 (u)=1.
) (
2
1
) ( u u F reprezint frecven a
cumulat (probabil itat ea tot al ) i est e
Fi gura 3. 1Curba de f recven e ( sus) i
curba de di st ri bu i e ( j os) a di st ri bu i ei
normal e nor mat e



Fi gura 2 : Supraf e el e de sub curba
normal , n di f er i t e var i ant e de
i nt egrare
29
suprafaa de sub curba normal cupri ns nt re - i val oarea u dat
(fi gura 2d).
Frecvent se utilizeaz dubl ul funci ei Laplace:
u
u
du u f u P ) ( ) ( 2

care arat suprafa a de sub curb cuprins ntre li mit ele u, i ndi cnd suma
frecven elor cuprinse n int erval ul u (fi gura 2b). Aceast sum est e
denumit probabili tatea de acoperire.
Probabili tatea de transgresiune (sau probabi litat e de depire,
nivel de semnifi ca i e) est e probabilit at ea ca val oril e vari abi lei s fie n
afara int ervalul ui u, deci funci a 1-2 (u) (fi gura 2c).
Val ori le funciilor enumerat e sunt calcul at e i prezent ate n t abel e
pentru di feri te valori al e l ui u.
Exprimnd n procent e frecven el e se poat e const ata c:
u u u u u u
68.27 95.45 99.73 31.73 4.55 0.27
n intervalul n afara intervalului
se gsesc urmtoarele % din numrul total al observaiilor :

O seri e de dist ribu ii asimet rice se aduc la forma normal prin
transformarea variabilei x. Exemple : x x ;
x
x
1
; ) lg( a x x ;
a x
x
1
; a x x . De fi ecare dat se cal culeaz media x i abat erea
standard s pent ru variabil el e t ransformate. Apoi se efectueaz calculele
cu noil e vari abil e.
Exempl u:
Pent ru semi n el e de br ad s -a st abi l i t , ca medi e a popul a i ei , val oar ea de
55, 4 grame(l a 1000 semi n e), abat erea st andard fi i nd de 7, 85 gr ame. Se pun
dou nt rebri :
a) Cu ce probabi l i t at e se poat e afi r ma c greut at ea semi n el or
va depi o l i mi t i nferi oar de 35 grame ?
b) Care est e probabi l i t at ea ca greut at ea semi n el or s se
ncadreze n i nt erval ul 40-75 grame ?
Rezol vare:
a) St abi l i m posi bi l i t at ea P=0, 5-
( u)
, corespunzt oare pr i i di n
st nga a curbei , n func i e de val oarea: 6 . 2
85 . 7
4 . 55 0 . 35
u .
Di n t abel e, pent ru u=2, 6 P=0, 5-
( u)
=0, 004661.
Deci , n 0, 46% di n cazuri semi n el e vor avea greut at ea sub 35grame.
b) St abi l i m probabi l i t at ea P=
( u)
pent ru dou val ori al e l ui u:
0 . 2
85 . 7
4 . 55 0 . 40
1
u
( u1 )
=0, 47725 sau 47, 7%
5 . 2
85 . 7
4 . 55 0 . 75
2
u
( u2)
=0, 49379 sau 49, 4%
Pri n ur mare, frecven a val ori l or cupri nse nt re l i mi t el e dat e est e de:
30

( u1 )
+
( u2 )
= 97, 1%.
n afara acest or l i mi t e, se vor gsi 100-97, 1=2, 9% di n cazuri , di n care:
0, 5-
( 2, 0 )
=2, 3% sub l i mi t a da 40g i 0, 5-
( 2, 5 )
=0, 6% pest e l i mi t a de
75g.

Etapel e ajustri i distribui ei experi mental e dup legea
normal:
Reprezent area grafic a datel or experimental e. Dac rezult
un profi l clopot , atunci se poat e emi te ipoteza c dist ribui a
experiment al urmeaz legea dist ribu iei normal e, i pot ez ce
se veri fi c n fi nal print r -un test de aj ust are (
2
).
Redactarea t abelul ui de aj ust are (t abelul 3. 2)
Cal culul val orii medii x
med
, al vari an ei s
2
ia al abaterii
standard s cu rel a iile:
N
n x
x
i i
;
1
2
2
2
i
i
i i
i i
n
n
n x
n x
s ;
2
s s
Cal culul abateril or normat e u
i
:
s
x x
u
i
i

Caculul frecven elor t eoreti ce f (u
i
) cu funcia:
2
.
2
2
1
) (
i
u
i
e u f
, funci e tabelat n unele cri de
stati sti c pent ru valori al e lui u din 0, 01 n 0, 01.
Caculul frecvenel or t eoreti ce absolute n cu rel ai a:
) (
i i
u f
s
Nh
n , unde h est e ampl itudinea cl asei, s abat erea
standard i ar N numrul tot al de observa ii
Veri fi carea calit i i ajustrii cu un crit eri u ri guros (
2
).
31
Tabel ul 3. 2
x
i
frecvene
experimentale n
i
x
i
n
i
x
i
2
n
i
u
i
f (u
i
)
frecvene
teoretice n
i
2
exp
14 4 56 784 -2.1633 0.0384 6 0.45
16 16 256 4096 -1.8092 0.0777 11 1.95
18 20 360 6480 -1.4551 0.1384 20 0.00
20 34 680 13600 -1.1010 0.2177 32 0.17
22 50 1100 24200 -0.7469 0.3019 44 0.84
24 52 1248 29952 -0.3929 0.3694 54 0.06
26 59 1534 39884 -0.0388 0.3987 58 0.02
28 55 1540 43120 0.3153 0.3797 55 0.00
30 40 1200 36000 0.6694 0.3189 46 0.89
32 30 960 30720 1.0235 0.2363 34 0.56
34 20 680 23120 1.3776 0.1545 22 0.27
36 16 576 20736 1.7317 0.0891 13 0.71
38 9 342 12996 2.0858 0.0453 7 0.88
40 4 160 6400 2.4399 0.0203 3 0.37
42 2 84 3528 2.7939 0.0081 1 0.59
total 411 10776 295616 407 7.75
x
med
26.219 f =k-3=15-3=12
s
2
31.90
2
teoretic5%
=
5.23
s 5.65
2
exp
>
2
teoretic5%
Ajustarea distribuiei experimentale dup legea normal

32

Fi gura 3. 2
Ajustarea distribuiei experimentale dup distribuia normal
0
10
20
30
40
50
60
70
14 16 18 20 22 24 26 28 30 32 34 36 38 40 42
categorii de diametre
f
r
e
c
v
e
n

e

a
b
s
o
l
u
t
e
frecvene
experimentale ni
frecvene
teoretice ni

Veri fi carea calit ii ajustrii se poat e face cu crit eri ul
2
dat de
rel ai a:
i
i i
n
n n
2
2

unde
i
n sunt frecven ele experimental e iar
i
n sunt frecven ele t eoretice
absolut e.


3.6. DISTRIBUIA CHARLIER (TIP A)

Est e o dist ribui e normal generalizat ce i a n consi derare
asimet ri a i excesul.
Func ia de frecven est e:
) (
24
) (
6
) ( ) ( u f
E
u f
A
u f u
IV

unde:
s
x x
u
) (
est e abat erea normat
33
2
.
2
2
1
) (
u
e u f est e funci a de frecven a dist ribuiei normale
normat e
) 3 (
2
1
) (
3
2
.
2
u u e u f
u
est e deri vata de ordin III a lui f (u)
) 3 6 (
2
1
) (
2 4
2
.
2
u u e u f
u
IV
est e deri vat a de ordin IV a l ui
f (u)
A est e asimetria
E est e excesul
Pent ru A=0 i E=0 distribui a Charlier se transform ntr -o
distribu ie normal .
Frecvenel e absolute, pe clase al e vari abilei x, se obin apl icnd
formul a:
) ( u
s
Nh
n
unde h est e int ervalul de clas.
Func iil e f (u), ) (u f , ) (u f
IV
se pot cal cula sau se iau din t abel e.
Pent ru cal cul ul indicil or acestei distribuii se poate folosi
procedeul moment el or
3
2
3
m
m
A 3
2
2
4
m
m
E
n si lvi cult ur acest tip de repartii e est e frecvent aplicat l a st udiul
distribu iei numrul ui de arbori pe cl ase de di ematere sau pe cl ase de
nl imi n arboret el e echi ene sau l a al te dist ribu ii l a care indi cii de
asimet ri e i exces prezint val ori semni fi cative.
Etapel e ajustrii di stribui ei experi mental e dup distribuia
Charli er tip A
Redactarea t abelul ui de aj ust are (t abelul 3. 3)
Cal culul val orii medii x
med
, al varian ei s
2
i al abat erii
standard s.
Det erminarea indi cel ui de asimet ri e:
k
i
i
k
i
i i
n s
x x n
A
1
3
1
3

Det erminarea indi cel ui de exces: 3
4
1
4
Ns
x x
E
N
i
i

Cal culul abateril or normat e u
i
:
s
x x
u
i
i

34
Caculul f (u
i
) cu rela ia:
2
.
2
2
1
) (
i
u
i
e u f
,
Cal culul derivat ei de ori dn trei: ) ( ) 3 ( ) (
3
i i i i
u f u u u f
Cal culul deri vat ei de oridn pat ru:
) ( ) 3 6 ( ) (
2 4
i i i i
IV
u f u u u f
Cal culul funciei de frecven :
) (
24
) (
6
) ( ) (
i
IV
i i i
u f
E
u f
A
u f u
Caculul frecvenel or teoreti ce absol ut e n cu rel ai a:
) (
i i
u
s
Nh
n , unde h est e ampl itudinea cl asei, s abat erea
standard i ar N numrul tot al de observa ii
Veri fi carea calit i i ajustrii cu un crit eri u ri guros (
2
).
Tabel ul 3. 3
x
i
n
i exp
x
i
n
i
x
i
2
n
i
u
i
f (u
i
) f
I I I
(u
i
) f
I V
(u
i
)
(u)
n
i teor
2
exp
14 4 56 784 -2.1633 0.0384 0.1397 -0.1222 0.0344 5 0.26
16 16 256 4096 -1.8092 0.0777 0.0384 -0.4602 0.0820 12 1.03
18 20 360 6480 -1.4551 0.1384 -0.1778 -0.7228 0.1548 23 0.32
20 34 680 13600 -1.1010 0.2177 -0.4284 -0.6103 0.2426 35 0.05
22 50 1100 24200 -0.7469 0.3019 -0.5507 -0.0110 0.3240 47 0.16
24 52 1248 29952 -0.3929 0.3694 -0.4130 0.7749 0.3760 55 0.14
26 59 1534 39884 -0.0388 0.3987 -0.0464 1.1926 0.3853 56 0.14
28 55 1540 43120 0.3153 0.3797 0.3473 0.9163 0.3541 52 0.22
30 40 1200 36000 0.6694 0.3189 0.5448 0.1633 0.2951 43 0.22
32 30 960 30720 1.0235 0.2363 0.4723 -0.5171 0.2241 33 0.23
34 20 680 23120 1.3776 0.1545 0.2346 -0.7393 0.1546 22 0.31
36 16 576 20736 1.7317 0.0891 0.0002 -0.5346 0.0959 14 0.26
38 9 342 12996 2.0858 0.0453 -0.1277 -0.1893 0.0528 8 0.19
40 4 160 6400 2.4399 0.0203 -0.1465 0.0553 0.0255 4 0.02
42 2 84 3528 2.7939 0.0081 -0.1081 0.1377 0.0106 2 0.10
total 411 10776 295616 409 3.66
A= 0.2394 f =k-5=15-5=10
E= -0.3070
2
teoretic5%
=
3.94
2
exp
<
2
teoretic5%
Ajustarea distribuiei experimentale dup funcia Charlier (tip A)
x
med
=
s
2
=
s =
26.2189781
31.90
5.65


35
Fi gura 3. 3
Ajustarea distribuiei experimentale dup distribuia
Charlier (tip A)
0
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
categorii de diametre
f
r
e
c
v
e
n

e

a
b
s
o
l
u
t
e
ni exp
ni teor




3.7. SISTEMUL DISTRIBUIILOR PEARSON

Sistemul dist ribu ii lor Pearson se bazeaz pe ecuai a
diferenial:
dx
x c x c c
b x
y
dy
2
2 1 0
sau
2
2 1 0
x c x c c
y b x
dx
dy

unde b, c
0
, c
1
i c
2
sunt parametri ce se st abil esc pe baza datel or
experiment al e.
Sistemul de repart i ii Pearson se det ermin pe baza indi ci lor de
asimet ri e i exces. Sistemul cuprinde, n afar de repartii a normal , nc
apt e tipuri de curbe diferit e, numerot at e de l a I l a VII. Unel e ti puri de
curbe conin 2-3 subtipuri: I(i, j, u), II(i , u), III(i, j), VI(i , j) astfel nct
sistemul complet cuprinde 13 curbe de forme di feri te (i =curb cu vrf, u=
curb convex, j = curb descresct oare).
Sistemul s-a apli cat la aj ust area repartii ei numrului de arbori pe
categorii de di ametre.


3.8. DISTRIBUIA BETA

Funcia de di stri bui e, corespunzt oare valoril or cumul at e, est e:
36
b
a
dx x b a x x F ) ( ) ( ) (
,

unde: a este limi ta inferioar a di stribuiei experiment ale; b est e limit a
superi oar a di stri buiei experiment al e iar , sunt exponenii funciei
Bet a.
Funcia de reparti ie (densit atea de repart ii e), se cal cul eaz cu
rel ai a:
) ( ) ( ) ( x b a x C x f ,
unde C est e o const ant al eas ast fel nct suma frecven elor absol ut e s
fie egal cu N sau suma frecven el or rel at ive s fie 1. Deci,
N dx x b a x C
b
a
) ( ) (
b
a
dx x b a x
N
C
) ( ) (

Func ia de reparti ie devine: ) ( ) (
) ( ) (
) ( x b a x
dx x b a x
N
x f
b
a

Func ia est e foart e flexibil i se foloset e pent ru vari abil e
continue. n silvi cult ur est e foart e indi cat pentru descrierea dist ribui ei
arborilor n arboret pe categorii de di amet re.
Etapel e ajustrii distribuiei experi mentale dup distri buia
Beta
Redactarea t abelul ui de aj ust are (t abelul 3. 4)
Cal culul val orii medii x
med
, al varian ei s
2
i al abat erii
standard s.
Stabili rea limit elor dist ribu iei : a=li mi ta inf eri oar i
b=li mit a superioar
Cal culul medi ei arit meti ce rel ati ve:
a b
a x
x
relativ

Cal culul di spersiei rel ative:
2
2
2
) ( a b
s
s
relativ

Cal culul partamet rul ui K:
relativ
relativ
x
x
k
1

Cal culul paramet ri lor n i m:
k
k s
k
n
r el
1
1
) 1 (
2 2
;
kn
x
n x
m
re
rel
1

Cal culul exponenil or i cu rel aiil e: 1 m ; 1 n
Cal culul frecven el or t eoreti ce dup dist ribui a bet a:
) ( ) ( x b a x C n
i

37
Compararea frecven elor t eoreti ce cu cel e experiment al e i
verificarea calit ii ajust rii cu un criteri u ri guros.
Figura 3. 4
Ajustarea distribiei experimentale dup distribuia Beta
0
10
20
30
40
50
60
70
14 16 18 20 22 24 26 28 30 32 34 36 38 40 42
categorii de diametre
f
r
e
c
v
e
n

e

a
b
s
o
l
u
t
e
ni exp
frecvene
teoretice

Tabel ul 3. 4
relative absolute
absolute
rotujite
14 4 56 784 0.007 2.79 3
16 16 256 4096 0.034 14.04 14
18 20 360 6480 0.065 26.89 27 1.815
20 34 680 13600 0.093 38.23 38 0.421
22 50 1100 24200 0.113 46.50 46 0.348
24 52 1248 29952 0.124 51.01 51 0.020
26 59 1534 39884 0.126 51.63 52 0.942
28 55 1540 43120 0.118 48.65 49 0.735
30 40 1200 36000 0.104 42.71 43 0.209
32 30 960 30720 0.084 34.67 35 0.714
34 20 680 23120 0.062 25.55 25 1.000
36 16 576 20736 0.040 16.49 16 0.000
38 9 342 12996 0.021 8.62 9
40 4 160 6400 0.007 2.97 3
42 2 84 3528 0.001 0.26 0
total 411 10776 295616 1.000 411.01 411 7.483
=n-1= 2.330
m= 2.623 =m-1= 1.623
K= 0.788
n= 3.330
x
relativ
= 0.441 s
2
relativ
= 0.035
s = 5.65 b= 43
s
2
= 31.90 a= 13
0.529
0.750
x
med
= 26.22 C=2655x10
-9
C=1091x10
-6
Ajustarea distribuiei experimentale dup funcia beta
x
i
n
i exp
x
i
n
i
x
i
2
n
i
frecvene teoretice
2
exp



38

3.9. DISTRIBUIA MEYER

Se utilizeaz frecvent n cazul dist ri buiilor descresctoare. n
silvi cult ur est e util izat la ajustarea repartii ei numrului de arbori pe
categorii de di ametre n arboretel e pluri ene.
Frecvenel e teoreti ce se det ermi n cu relaia:
i
x
i
ke n

unde:
i
n reprezint frecvenel e teoreti ce;
e est e baza l ogari tmilor nat urali (e=2, 71828)
k i sunt parametri funci ei
Pent ru det ermi narea paramet ril or ecuai ei , se logaritmeaz funci a
de frecven:
e x k n
i i
log log log dar 1 ln e
i i
x k n ln ln
n aceast relaie se introduc frecven el e experimental e ale celor
dou val ori extreme al e variabil ei (notat ecu A i B), rezult nd un si stem
de dou ecuaii cu dou necunoscut e: i k.
e B k n
e A k n
B
A
log log log
log log log
sau
B k n
A k n
B
A
ln ln
ln ln

Dac n rel ai a e x k n
i i
log log log nl ocuim:
i i
y n log ; a k log i
b e log ,
aceast a devine y
i
= a+bx
i
, care este ecua ia unei drept e
Paramet ri a i b se pot det ermina i pri n metoda celor mai mici
pt rate, rezolvnd si stemul de ecuaii:
i i i i i i i
i i i i
y x n x n b x n a
y n x n b aN
2

Cunoscnd val orile a i b se pat e det ermina
i i
bx a y , iar apoi ,
deoarece
i i
y n log se pot calcul a frecven el e absolut e compensat e
i
y
n 10

Exemplu:
nt r-un arboret pl uri en s-au invent ari at arborii i au fost grupa i pe
categorii de di ametre rezultnd dist ribu ia experiment al din tabel ul 3. 5.
Se cere s se ajust eze aceast dist ribui e experiment al dup l egea Meyer.
39
Tabel ul 3. 5
x
i
n
i
log n
i
n
comp
2
Elemente de
calcul
8 395 2.597 395 0.0
12 210 2.322 279 16.9
16 101 2.004 197 46.5
20 62 1.792 139 42.5
24 39 1.591 98 35.5
28 28 1.447 69 24.4
32 45 1.653 49 0.3
36 49 1.690 34 6.2
40 56 1.748 24 41.4
44 63 1.799 17 122.8
48 42 1.623 12 74.0
52 30 1.477 9 54.0
56 16 1.204 6 16.5
60 10 1.000 4 7.8
64 3 0.477 3 0.0
total 1149 24.426 1335 488.9
Ajustarea distibuiei experimentale a numarul de arbori pe
categorii de diametre dup distribuia Mayer
a=0.08716
k=793.2
a=8
b=64
n
A=
395
n
B
=3

e k
e k
log 64 log 3 lg
lg 8 log 395 lg

4343 . 0 * 64 log 477 . 0
4343 . 0 * 8 log 596 . 2
k
k

7952 . 27 log 477 . 0
4744 . 3 log 596 . 2
k
k


7952 . 27 477 . 0 4744 . 3 596 . 2
3208 . 24
119 . 2
0871 . 0

8992 . 2 3026 . 0 5966 . 2 log k 2 . 793 10
8992 . 2
k
i
x
i
e n
0871 . 0
2 . 793


Sau, n vari ant a a doua (t abelul 3. 6):
i i i i i i i
i i i i
y x n x n b x n a
y n x n b aN
2

4 3 7 5 6 7 4 8 0 9 6 2 3 7 3 6
2 4 4 1 2 3 7 3 6 1 1 4 9
b a
b a

0259 . 0
659 . 2
b
a


i i
x y 0259 . 0 659 . 2
i
y
n 10

40
Tabel ul 3. 6
x
i
n
i
log n
i
=y
i
n
i
y
i
n
i
x
i
n
i
x
i
2
n
i
x
i
y
i
y
i comp
n
i comp
2
8 395 2.597 1025.7 3160 25280 8205 2.452 283
12 210 2.322 487.7 2520 30240 5852 2.348 223
16 101 2.004 202.4 1616 25856 3239 2.245 176
20 62 1.792 111.1 1240 24800 2223 2.141 138
24 39 1.591 62.1 936 22464 1489 2.037 109
28 28 1.447 40.5 784 21952 1135 1.934 86
32 45 1.653 74.4 1440 46080 2381 1.830 68
36 49 1.690 82.8 1764 63504 2982 1.727 53
40 56 1.748 97.9 2240 89600 3916 1.623 42
44 63 1.799 113.4 2772 121968 4988 1.519 33
48 42 1.623 68.2 2016 96768 3272 1.416 26
52 30 1.477 44.3 1560 81120 2304 1.312 21
56 16 1.204 19.3 896 50176 1079 1.209 16
60 10 1.000 10.0 600 36000 600 1.105 13
64 3 0.477 1.4 192 12288 92 1.001 10
540 1149 24.426 2441 23736 748096 43756 25.899 1296
b= a= -0.0259 2.659
Ajustarea distibuiei experimentale a numarul de arbori pe categorii de diametre
dup distribuia Mayer


Fi gura 3. 5
Ajustarea distibuiei reale a numarul de arbori pe
categorii de diametre dup distribuia Mayer
0
50
100
150
200
250
300
350
400
450
8 12 16 20 24 28 32 36 40 44 48 52 56 60 64
categ de diam.
n
r
.
a
r
b
o
r
i
curba real
curba teoretic 2
curba teoretica 1





41
CAPITOLUL 4 : EXAMINAREA SEMNIFICAIEI

4.1. GENERALITI

Semnifi caia
La fi ecare extragere a unei probe di ntr -o popul ai e, se ob i n al te
val ori pentru medie, varian, frecven e rel ati ve, coefi ci ent de corel ai e,
et c. , valori care se abat mai mult sau mai pui n fa de val ori le adevrate
al e paramet rilor populai ei . Abateril e vor fi cu att mai accentuate cu ct
vari abilit at ea est e mai mare.
n sit uaia n care probele sunt extrase di n populaii di ferit e apare
o nou surs de variaie l egat de part icul arit il e diferite al e fi ecrei
popul ai i n part e. Compararea indi cil or stati sti ci obinui pri n probe luat e
din aceeai popul ai e sau din popul aii di feri te est e ngreunat de prezen a
vari abilit ii individual e din cadrul fi ecrei popul ai i .
Influen a cauzel or ntmpl toare asupra diferenel or dint re i ndi cii
stati sti ci ai probelor se poate diminua pe msur ce se mrete numrul
observa iilor, evideniindu-se mai pregnant di ferenel e cauzat e de factorii
obi ecti vi. n practi c ns, posibili t i le de maj orare a numrul ui de
observa iii sunt limi tat e aa nct suntem const rni a t rage concluzii n
baza unor probe de volum rest rns.
nt rebril e pe care ni le punem l egat de semnifi cai e se refer l a:
-este sau nu semnifi cativ diferen a di ntre di ntre o medi e st abil
(ob inut pe cal e teoret ic sau din cercet ri ant erioare) i media rezult at
din cercetarea unei probe;
-este sau nu semni fi cativ o diferen di ntre mediil e pri vind dou
sau mai multe probe;
-este sau nu adevrat di feren a dint r e vari anel e privi nd sau mai
multe probe analizat e.
nt rebri asemnt oare se pun i n ceea ce privet e compararea
distribu iilor, compararea coefi ci en ilor de corel ai e i a coeficienilor de
regresi e, compararea proporiil or, et c. :
-care di ferene pot fi considerate ntmpltoare i deci
nesemnifi cative ?
-c nd di feren el e sunt semni fi cative (abat eri verit abil e) se
dat oreaz el e unor factori de influen sistemati ci, sau nu ?

Ipoteza nul
Pent ru a put ea rspunde la problema semnifi cai ei se formuleaz
inii al o ipotez care n urma analizei va fi accept at sau respi ns.
Frecvent se foloset e ipoteza nul (H
0
) care const n presupunerea
c abat erea indi cil or estimai fa de paramet ri popul aiei est e zero (nul ).
Metodele st ati stice au drept scop de a verifica dac aceast ipot ez est e
sau nu adevrat . Veri fi carea ei se face prin compara ii . Respi ng nd
ipot eza nul , se accept semnifi cai a abat erii respect ive. Acceptnd -o
rezult c nu exist nici un temei pent ru a accept a semni ficai a diferenei.
42
Erori l e n veri fi carea ipotezei nule sunt de dou genuri :
Erori de genul I, prin care pe baza rezultat el or prel ucrri i
dat elor caract eristi ce eant ionului, se respinge ipoteza nul
cnd ea este de fapt adevrat la ni vel ul popul ai ei ;
Erori de genul II, cnd, pa baza acelui ai eanti on, se
accept ipot eza nul , ea fii nd de fapt fals la nivelul
popul ai ei .
Pent ru a reduce erori le de genul I t rebui e respi nse numai ipot ezel e
care se realizeaz cu o probabil itat e mai mic de 5%. n unel e situaii se
resping i pot ezel e care se realizeaz cu o probabilit at e mai mi c de 1% sau
0, 1%. Valoarea de 5%(sau 1% sau 0, 1%) se numet e probabilitate de
transgresiune sau ni vel de semnifi cai e i se noteaz de obi cei cu .
Pent ru eroril e de genul II probabili tat ea de a accept a H
0
, cnd de
fapt ea est e fal s,

se noteaz cu , iar n practi c se al ege de obi cei
=0, 10 sau =0, 05.

Teste de semnifi cai e
Veri fi carea i pot ezel or st atistice se face cu aj utorul t est el or de
semnifi cai e.
Testul st atisti c est e o metod care permi te l uarea unei decizi i cu
privire l a o populai e pornind de l a o informaie incomplet furnizat de
un eanti on.
Testel e st atist ice se aplic pent ru compararea valorilor
paramet ril or unei popul aii cu val ori fi xate anterior, sau la compararea
ntre el e a val orilor a dou sau mai mult e eant ioane sau populaii .
Pent ru veri fi carea semnifi cai ei se folosesc mai multe cat egorii de
test e de semni fi caie, n funci e de nat ura ipotezelor de verifi cat. Frecvent
utilizat e sunt :
Testel e de conformitate destinat e pentru a compara nt re el e o
popul ai e t eoreti c i o prob observat , din punct ul de vedere al
medii lor, abat eri i st andard, vari anei , coefi cientul ui de corel ai e,
coefici entului de regresie, et c.
Testel e de egalitate, sau de omogenit at e, permit compararea unui
anumit numr de popul aii pri n int ermedi ul unui numr egal de
probe extrase din acest e populaii. Se apli c pent ru verifi carea
omogenit i i mediil or, vari an elor, coefi cieni lor de corel aie, et c.
Testel e de ajustare permit s se verifice dac din t oate punct el e de
vedere, o prob observat poat e fi considerat ca fii nd extras
dint r-o popul ai e dat . Aceast verifi care se realizeaz prin
compararea frecvenelor observat e al e probei cu frecvenel e
teoretice a le popul a iei.
Testel e de independen permit s se controleze, n baza unor probe
, dac sunt independent e dou sau mai multe crit erii de cl asi ficare,
n general cali tati ve.

43
Clase de semnificaie. n raport cu mrimea probabilit ii de
transgresiune accept at s -au format urmtoarele clase de semnifi cai e :
Probabilitatea de transgresiune Dif erena este
> 5 % nesemnificativ (neasigurat)
1 - 5 % semnificativ (asigurat)
0,1 - 1 % distinct semnificativ (bine asigurat)
< 0,1 % foarte semnificativ (foarte bine asigurat)

Probabi lit il e de transgresiune, corespunztoare cl aselor de
semnifi cai e, pot fi folosit e pent ru stabi lirea limit elor n care se gsesc
paramet ri popul ai ei. Acest e grani e se numesc limit e de ncredere. Pri n
intermedi ul lor se definet e i nt erval ul de ncredere.


4.2. INTERVALUL DE NCREDERE AL MEDIEI
ARITMETICE
n pract ic nu se admite indi carea simpl a mediei arit meti ce, ea
trebui nd s fie nsoit de interval ul de ncredere corespunztor
probabilit ii de t ransgresiune accept at (5%, 1% sau 0, 1%). Aceast
ceri n est e impus de vari abilit at ea indi vidual i de faptul c
majorit at ea cercetrilor se fac pe probe mai mult sau mai puin
numeroase.
Formarea int ervalul ui de ncredere di fer dup cum dist ribui a din
care s-a extras proba est e normal , bi nomial , Poi sson et c i dac abat erea
standard t eoret ic este sau nu cunoscut .
Intevalul de ncredere al medi ei n cazul distribui ei normale.
CAZUL 1: Abat erea standard teoreti c se cunoat e
La extragerea mai multor probe int ervine, n locul abat erii
standard, eroarea st andard a medi ei aritmeti ce:
N
s
x
cunoscnd c i mediile probei se dist ribuie tot normal , n jurul aceleeai
medii a popul ai ei, li mitel e i nt erval ului de ncredere vor fi:
x
us x

Pent ru u=1, 96 ; 2, 58 sau 3, 29, exist o si guran st ati stic
(probabi lit ate de acoperi re) de 95 ; 99 respectiv 99, 9 %, ca medi a
popul ai ei (media adevrat ) s se gseasc undeva n int erval ul definit de
x
us x . Probabili t ile de t ransgresiune (de depi re, de a grei ) sunt de
5%, 1% respect iv 0, 1%.
Exempl u:
nt r -un arboret de mol i d s -a det er mi nat val oarea coefi ci ent ul ui de for m
nat ural , pri n doborrea a ci nci arbori . S-a ob i nut o val oare medi e de 0, 50.
Val oarea medi e a coefi ci ent ul ui de vari a i e a coefi ci ent ul ui de f or m
(s%), cunoscut di n cercet ri ant eri oare, est e de 8%. (Pe baza a doar ci nci
44
msurt ori preci zi a de det er mi nare a abat eri i st andard est e foart e redus i nu
est e i ndi cat s o fol osi m).
Pent ru o probabi l i t at e de t ransgresi une de 5%, se cere s se st abi leasc
nt re ce l i mi t e est e cupri ns val area adevrat a medi ei coefi ci ent ul ui de for m.
100 %
x
s
s
04 , 0
100
8 * 5 , 0
s , i ar eroarea st andard a
medi ei :
021 , 0
5
04 . 0
N
s
x

di n t abel e, pent ru =5% u= 1, 96
Medi a adevrat va fi nt re l i mi t el e
x
us x
adi c 041 , 0 50 , 0 021 , 0 * 96 . 1 50 . 0

CAZUL I1: Abat erea standard t eoret ic nu se cunoat e
n acest caz, limit el e intervalului de ncredere vor fi dat e de de
expresi a:
N
s
t x ts x
x

Val oarea lui t se det ermin din tabel a dist ribuiei Student n
funci e de probabilit at ea de transgresiune urmrit i de numrul gradelor
de li bert at e f; f =N-1. n cazul unui mare numr de observaii (N) ,
distridu iile t i u sunt ident ice i inteval ul de ncredere va fi
x
us x
.
Exempl u:
nt r -o cul t ur de pl op eurameri can, s -au msurat 12 nl i mi al e unor
exempl are al ese l a nt mpl ar e, ob i nnd ur mt oarel e rezul t at e:
arborele 1 2 3 4 5 6 7 8 9 10 11 12
nlimea x (cm) 140 90 120 120 140 110 110 90 110 150 150 110

cm x 120 s=20, 8 cm
0 , 6
12
8 , 20
N
s
s
x

di n t abel e, pent ru =1% i f =12-1=11 grade de l i bert at e t = 1, 96
i nt erval ul de ncredere al medi ei va fi :
19 120 6 * 106 . 3 120
x
ts x



4.3. TESTE DE CONFORMITATE
Servesc l a compararea unor parametri teoreti ci cu i ndi catorii unei
probe. Prin int ermediul acest or t est e pot fi comparat e mediil e, vari anel e,
abat eril e st andard, coefi cienii de corel a ie, coefi ci enii de regresi e, et c.

4. 3. 1. Examinarea diferenei dintre o medi e experi mental i o
valoare dat.

Folosirea testului u
45
Testul u se apl ic atunci cnd abaterea standard t eoretic este
cunoscut , cnd val oarea x provine dintr -o prob normal distribuit de
volum foart e mare.
Se d: - x media experi ment al cal cul at n baza unei probe cu N
observa ii extras di ntr -o popul ai e cu medi a necunoscut .
-
0
- medi a cunoscut a unei popul aii ce poate rezult a di n
considerai i t eoretice sau di n observaii anterioare.
- abat erea st andard cunoscut
Se cere s se det ermine dac nt re media

i
0
exist diferene,
deci dac est e val abi l i pot eza H
0
: =
0
.
Se calculeaz:
N
x x
u
x
0 0

Dac u
exper i ment al
> u
t eor et i c
, at unci diferena nt re cel e dou medii
est e semnifi cativ

i ipot eza nul se va respinge
Exempl u:
Pent r u semi nel e de brad s-a stabi l i t ca val oar e medi e a popul a i ei
greutatea de 55, 4 g pent ru mi a de semi ne i o abater e standard de 7, 85 g. O
cer cetare efect uat ntr -o anumi t zon bazat pe un numr de 276 obser va i i
a stabi l i t o nou medi e de 61, 3 grame. Ne i ntereseaz dac noua medi e este
mai mare dect cea st abi l i t ca medi e a popul a i ei :
48 , 12 276
85 . 7
4 , 55 3 , 61
0
exp
N
x
u
u
t ab el ar
= 1, 64. Deci , u
ex p
>u
t ab el a r
di ferena este semni fi cat i v, deci
greutatea semi nel or di n care s -au f cut obser vai i l e se deosebete f oarte
semni fi cati v de medi a stabi l i t anteri or .

Folosirea testulu t
Testul t se apli c at unci cnd nu se cunoat e val oarea t eoret ic a
abat erii st andard i cnd numrul de msurt ori estze rel ati v mic ( N<30)
N
s
x
t
0

Se pune probl ema i n acest caz dac nt re media eantionului ( x )
i medi a popul ai ei (
0
) exist sau nu diferene, deci dac este sau nu
val abil ipot eza nul
0 0
: x H
Raport ul t se dist ri bui e dup legea St udent i este t abel at n
funci e de numrul gradelor de li bert at e f = N-1 i probabili tat ea de
transgresiune accept at .
Dac t
cal cul at
> t
t eor et i c
at unci ipot eza nul se respi nge.
Exempl u:
Pent ru o anumi t l ocal i t at e s-a nregi st r at , ca medi e mul t i anual ,
cant i t at ea de preci pi t a i i de 440 mm. n ul t i mi i 10 ani preci pi t a i i l e au fost mai
reduse, medi a fi i nd de numai 400 mm, i ar abat erea st andard de 20 mm. Ct de
semni fi cat i v est e di feren a di nt re cel e dou medi i ?
58 . 1 10 5 , 0 10
20
440 400
0
N
s
x
t
46
Di n t abel e, pent ru =5%uni l at eral , t
t a be l a r
=1, 833
Deci t
e x p
<t
t a b
abat erea est e nesemni fi cat i v pent ru probabi l i t at ea de
t ransgresi une de 5%.


4. 3. 2. Examinarea semnifi cai ei varianei i a diferenei di ntre
variane

Compararea unei variane experi mental e ( s
2
)

cu o vari an
teoreti c dat (
0
2
) se face cu ajutorul criteriul ui
2
.
Dac not m: s
2
vari ana experiment al

2
vari ana popul aiei
0
2
vari an a t eoreti c dat pentru popul ai e
Se cere s se st abil easc dac
2
se deosebet e de
0
2
, adi c dac
est e sau nu val abil i pot eza nul H
0
:
2
>
0
2
Se cal cul eaz raport ul
2
0
2
s
i se compar cu val oarea t eoreti c a
raportul ui
f
2
unde
2
este luat din t abel e n funci e de i de f.
Dac
f
s
2
2
0
2
ipot eza este adevrat , deci
2
>
0
2

De obicei intereseaz numai dac
2
>
0
2
sau dac
2
<
0
2
, i n
aceste cazuri fol osim testul uni lat el al.
Dac ne i nt ereseaz ambel e vari ant e (
2
>
0
2
i
2
<
0
2
) folosim
test ul bi l at eral.
Tabel el e pentru
2
t eoretic sunt ntocmit e pentru t estul unil ateral .
Pent ru t est ul bi lat eral n tabel se i nt r cu
2
p (respect iv
2
100 p ,
dac se dorete veri ficarea ipot ezei:
2
<
0
2
).
Exempl u:
Di nt r -o ndel ungat pract i c a cercet ri l or, se cunot e c var i an a
fact orul ui de cubaj al l emnul ui de foc est e de
0
2
=0, 0038 (sau
0
=0, 062 ;
%=10).
La o nou cercet are, efect uat asupra a 59 uni t i , a rezul t at o abat ere
st andard s=0, 075 i o di spersi e s
2
=0, 0056 (s
2
est i meaz pe
2
).
Est e oare semni fi cat i v di feren a di nt re cel e dou vari an e (
0
2
i s
2
) l a
o probabi l i t at e de t ransgresi une de 5% ?
H
0
: s
2
>
0
2

Cal cul m 47 . 1
0038 . 0
0056 . 0
2
0
2
s

Di n t abel e, pent ru =5 %i f=59-1=58
2

t e o r e t i c
= 76, 8 (pri n
i nt erpol are)
47
32 . 1
58
8 . 76
2
f

f
s
2
2
0
2
, deci i pot eza est e adevrat . Popul a i a
di n care s-a ext ras pr oba are o di spersi e mai mare dect cea cunoscut . St i vel e
di n care s-au ext ras cel e 59 de probe sunt mai pu i n omogene n raport cu
fact orul de cubaj dect cel e ant eri or st udi at e.

Li mi tel e de ncredere al e varianei
Li mit ele inferi oar i superioar al e i ntervalul ui de ncredere,
pentru o probabil itat e de transgresiune , vor fi:
f
s
s
2
1
2
2
sup

f
s
s
2
2
2
2
. inf

unde: s
2
este variana rezultat din experiment ;
1
2
est e criteriul
2
pent ru probabil itatea p= 100- /2
2
2
este crit eriul
2
pentru probabilit at ea p= /2
f este numrul gradel or de libert at e f =N-1
Exemplu:
Li mit ele de ncredere pentru variana s
2
=0, 0056 din exemplul
ant erior, pent ru o probabilit at e de t ransgresiune de 5% se cal cul eaz
ast fel:
Din tabele, se i a valoarea lui
1
2
pent ru probabi litatea p=100-
5/2=97, 5%i f =58
pentru f=50
1
2
=32, 36
pentru f =60
1
2
=40, 48 pentru f =58
9 . 38 ) 36 . 32 48 . 40 (
10
8
36 . 32
2
1

se i a valoarea l ui
2
2
pentru probabilit at ea p=5/2=2, 5% i f=58
pentru f=50
2
2
=71, 42
pentru f =60
2
2
=83, 30 pentru f =58
92 . 80 ) 42 . 71 30 . 83 (
10
8
42 . 71
2
2

0084 . 0
67 . 0
0056 . 0
58
9 . 38
0056 . 0
2
1
2
2
sup
f
s
s 0040 . 0
39 . 1
0056 . 0
58
9 . 80
0056 . 0
2
2
2
2
. inf
f
s
s
Aadar, n 95% din cazuri , la repetarea experi en ei, ne putem at ept a l a o
vari an cuprins ntre 0, 0084 i 0, 0040. Limit el e abat erii standard vor
fi: 092 . 0 0084 . 0 i respecti v 063 . 0 0040 . 0 .


4.4. TESTE DE EGALITATE
Servesc la compararea unui anumit numr de popul ai i pri n
intermedi ul unui numr egal de probe extrase din aceste popul aii. Ele se
48
apli c pent ru veri fi carea omogenit ii mediilor, vari an elor, coefi cienilor
de corel ai e.

4. 4. 1. Verifi carea semnifi cai ei diferenei dintre dou variane

Se veri fi c ipot eza nul H
0
:
1
2
=
2
2
unde
1
2
i
2
2
reprezint
vari an el e teoreti ce corespunzt oare celor dou vari an e experiment al e s
1
2

i s
2
2
.
Se foloset e t estul F (Fischer).
Se calcul eaz raport ul dint re dispersia cea mai mare (pe care o
not m cu s
1
2
) i dispersia cea mia mi c (not at cu s
2
2
):
2
2
2
1
s
s
F
calc

F
cal c
se compar cu F
t eor et i c
det erminat din t abel e, n func ie de
probabilit at ea de t ransgresi une accept at ( ) i numrul gredelor de
libert at e f
1
i f
2
.
F
1
=N
1
-1 gradel e de l ibert ate al di spersi ei mai mari ( s
1
2
)
F
2
=N
2
-1 gradel e de l ibert ate al di spersi ei mai mici ( s
2
2
)
Dac F
cal c
<F
teoreti c
ipot eza nul se accept, diferena dint re cele
dou dispersii fiind considerat ca nesemnifi cativ, deci cel e dou probe
sunt extrase di n aceeai popul ai e. Varian el e fiind omogene se poat e
cal cul a o vari an reunit care se va apropia cel mai mult de varian a
popul ai ei:
2 1
2
2
2 1
2
1
2 1
2
2
2 1
2
1 2
2
) 1 ( ) 1 (
f f
f s f s
N N
N s N s
s
Dac F
cal c
>F
teoreti c
diferen a di ntre cele dou dispersii est e
semnifi cativ, vari anel e nu sunt omogene, proveni nd di n popul aii
diferite, i nu se poate calcul a o vari an comun.
Deoarece int ereseaz
1
2
=
2
2
se va apli ca crit eri ul F bil at eral (ne
intereseaz abat eril e n ambele sensuri ). De aceea, di n tabel el e pentru F
unil ateral se i au valoril e lui F t eoreti c la o probabilit at e de / 2. De
exempl u, dac ne i ntereseaz F bi lat eral pent ru =5%, din t abel ele cu F
unil ateral l um valoarea corespunztoare probabilit ii de 2, 5%.
Exempl u:
n acel ea i condi i i st a i onal e au fost i nst al at e dou cul t uri de pl op
eurameri can: pri ma di n cl ona A i a doua di n cl ona B. Au fost fol osi i pui e i de
aceeai vrst i nl i me, i ar prel ucrarea sol ul ui a fost i dent i c. Dup doi ani
de l a pl ant are au fost msurat e nl i mi l e l a 35 de exempl are di n cl ona A i l a
45 de exempl are di n cl ona B. Dup prel ucr area dat el or respect i ve, a rezul t at o
vari an de 0, 70 pent r u cl ona A i de 1, 38 pent ru cl ona B.
S se st abi l easc dac vari abi l i t at ea nl i mi l or l a cel e dou cul t ur i est e
sau nu i dent i c.
s
1
2
= 1, 38 est e vari an a cea mai mare (a cl onei B) i
s
2
2
= 0, 70 est e vari an a cea mai mi c (a cl onei A)
Numrul gr adel or de l i bert at e va fi : f
1
=N
1
-1=45-1=44 i f
2
=35-1=34
49
97 . 1
7 . 0
38 . 1
2
2
2
1
s
s
F
calc

Di n t abel el e, pent ru = 5%, i f
1
=44, f
2
=34 F
tabel ar
=1,9 ( n t abel el e
pent ru F uni l at eral fol osi m probabi l i t at ea =2, 5%)
Deoarece F
cal c
=1,97 > 1,9=F
teor eti c
di feren a di nt re cel e dou
di spersi i est e semni fi cat i v i put em sus i ne c cel e dou cl one di fer di n punct
de vedere al vari abi l i t i i nl i mi l or. Vari an el e nefi i nd omogene, nu se poat e
cal cul a o vari an comun.

4. 4. 2. Examinarea egal itii mai multor vari ane

Se verific i pot eza nul H
0
:
1
2
=
2
2
=
3
2
. . . =
k
2

Bartlett a demonstrat c variabil a nt mplt oare:
k
i
i
i
s
s
f
C
1
2
ln
1
,
unde
k
i i
f f k
C
1
1 1
1 3
1
1
urmeaz aproximati v legea dist ribui ei
2
cu f=k-1 grade de li bert ate, k
fiind numrul varianelor exami nat e.
Se cal cul eaz
2
empiri c cu rel ai a:
k
i
i i
s f s f
C
1
2 2 2
lg lg
303 . 2
,
unde
i
i i
f
s f
s
2
2
este vari ana medi e ponderat .
Din t abel e, n funci e de i de numrul gradelor de libert at e f=k-
1, se obi ne
2
t eor et i c
.
Dac
2
cal cul at

2
t eor et i c
se accept ipot eza nul, deci ntre
vari an el e considerate nu exist diferene semni fi cative. n acest caz,
pentru caract erizarea populai ei din punct de vedera al vari abi litii se va
lucra cu vari an a medie.
Dac
2
cal cul at

2
t eor et i c
se respinge ipot eza nul , deoarece
ntre vari an el e considerat e exist di feren e semni ficati ve. Nu se poat e
calcula o vari an medi e, deoarece cel puin una di ntre dispersii se refer
la alt popul ai e. Se poat e trece l a omogeniz area si st emul ui, prin
elimi narea di n calcul a varian ei care se abat e cel mai mult de la cel elalte.
Dac dup aceast excludere si st emul est e omogen se poate cal cul a o
vari an comun. Dac nu, se poat e continua omogenizarea prin
elimi narea urmtoarei vari an e al eas n acelai mod.
Testul Hartley est e un mod mult mai simpl u de veri fi care a
omogenit i i mai multor vari ane dar se poat e apli ca numai n cazul
grupelor cu numr egal de observaii (n).
50
Se cal cul eaz raport ul
2
min
2
max
im
im
calc
s
s
H care se compar cu H
t eor et i c
luat
din t abel e, n func ie de numrul gradelor de libert ate f=n-1 i de p
(numrul de grupe comparat e)
Dac H
cal cul at
H
t eor et i c
nt re vari ane nu exi st diferen e
semnifi cative.
Dac H
cal cul at
H
t eor et i c
ntre varian e exi st dif eren e
semnifi cative.

4. 4. 3. Distribuia abaterii standard

Abaterea standard, privit ca o vari abi l al eatoare, at unci cnd
numrul de observa i i est e mare, are o distribui e aproximativ normal , cu
medi a
f
s
2
1
1 , unde
i
i i
f
f s
s i varian a:
f
s
2
2
2
. Abat erea
standard va fi:
f
s
2

Li mit ele de ncredere al e abat erii st andard vor fi :
f
s
u s
2


4. 4. 4. Distribuia coefici entului de variaie

Atunci cnd numrul de msurtori este mare, coefi ci ent ul de
vari aie are o dist ri bui e normal. Abat erea st andard a coefici entului de
vari aie est e dat de rel ai a:
2
100
%
2 1
2
%
%
f
s
s

Cu limit el e de ncredere:
2
100
%
2 1
2
1 %
f
u

Dac nu se cunoat e valoarea coefi ci entului de vari ai e t eoret ic
(
2
), se admit e folosirea estimai ei s%.

4. 4. 5. Examinarea semnificai ei diferenei dintre dou medii

Fi e
n
x x x
1 12 11
,... , i
n
x x x
2 22 21
,... , dou sist eme de observa ii extrase
randomizat din dou popul aii normal distribuit e, cu paramet rii:
1
i 1
;
2
i
2 .

Pent ru fi ecare prob se cal cul eaz i ndi cii:
1 1
x ;
2 2
x
2
1
2
1
s , cu f
1
=N
1
-1 grade de libert at e ;
51
2
2
2
2
s , cu f
2
=N
2
-1 grade de libert at e ;
Dac se repet de un numr mare de ori observa iil e, medii le
1
x i
2
x se distri bui e dup l egea normal cu parametri
1
i
1
2
1
N
, respectiv
2

i
2
2
2
N
.
Diferen ele
2 1
x x d formeaz de asemenea o distribui e normal
cu media:
2 1

i dispersi a:
2
2
2
1
2
1 2
N N
d

Pot aprea n cont inuare dou situai i disti ncte:
2
2
2
1
sau
2
2
2
1

Decizi a de ncadrare n unul dint re cel e dou cazuri s e i a dup
verificarea ipot ezei nul e
2
2
2
1 0
: H . Verifi carea se face cu testul F.
Dac probel e nu sunt extrase din popul a ii cu dist ribuii normal e,
se caut s se ajung la forma normal prin t ransformri.

CAZUL 1: Compararea a dou medii n situaia cnd
2
2
2
1

Dup veri ficarea ipotezei
2
2
2
1 0
: H cu t est ul F, dac aceast a est e
just se t rece la veri ficarea ipot ezei
2 1 0
: H
Dac aceast ipotez este j ust , atunci di ferenel e
2 1
x x d
formeaz o di stri buie normal , cu medi a 0
2 1
i cu vari an a
2 1
2 2
1 1
N N
d

Raport ul:
2 1
2 1
exp
1 1
N N
x x d
u
d

constitui e crit eriul prin int ermediul cruia se examineaz semnifi cai a
diferenei di ntre cel e dou medii.
Dac u
exp
<u
teoreti c
determinat n funci e de , diferen a di ntre
medii est e nesemnifi cativ.
Crit eri ul u se poat e folosi doar atunci cnd cele dou medii provi n
din eanti oane de vol um mare normal di st ribuite.
Dac nu se cunoat e valoarea lui
2
, cnd cele dou medii provin
din eantioane cu volum mic i nu avem certi tudi nea normalit ii
eanti onul ui, parametrul
2
se nlocuieta cu estimai a s
2
.
52
2
2 1
2
2
2 1
2
1 2
f f
f s f s
s
Prin nlocui rea lui
2
cu s
2
se va apel a l a testul t :
2 1
2 1
exp
1 1
N N
s
x x
t
Din t abel e, n funci e de i f =N
1
+N
2
-2, se ob ine t
t eor et i c
.
Dac t
exp
<t
teoreti c
se accept i pot eza nul. n acest caz se poate
calcula o medi e ponderat :
2 1
2 2 1 1
N N
x N x N
x
i o vari an comun:
2
2 1
2
2
2
1
2
0
1 N N
x x x x
s
i i

Pent ru noua valoare medi e limit el e inter valul ui de ncredere vor fi:
x
ts x
Procedeul diferenelor li mit (DL) se fol oset e l a compararea
medii lor tot n cazul cnd
2
2
2
1
.
Se apli c rela ia:
d
ts DL
Din t abel e, se extrage val oarea t pentru =5%, =1% i =0, 1%.
s
d
eroarea st andard a diferen ei se cal cul eaz cu rel ai a:
2 1
2 1
N N
N N
s s
d
, unde
2 1
2
2
2 1
2
1
f f
f s f s
s
Se cal cul eaz di feren a
2 1
x x d i se compar cu di ferenel e
limit DL.
Dac : DL
5%
>d di feren a est e nesemnifi cati v
DL
1%
>d>DL
5%
di feren a est e semnif icativ
DL
0, 1%
>d>DL
1%
di ferena este di stinct
semnifi cat iv
d>DL
0, 1%
diferena est e f oart e semnifi cati v

d
f oar t e s emni f i cat i v
>DL
0, 1%
>

d
di s t i nct s emni f i cat i v
>DL
1%
>d
s emni f i cat i v
>DL
5%
>d
nes emni f i cat i v


Exempl u:
nt r -un arboret de l ari ce s -au ext ras probe de cret ere l a 70 de arbori pe
dou di rec i i (Nord i Sud) al e acel eeai seci uni t ransversal e. S se st abi l easc
ce i nfl uen are asupra medi i l or de sel ec i e pozi i a de recol t are a probel or.
53
Poziia Media de selecie Dispersia s
2
N Grade de libertate f=N-1
Nord 15.42 4.1 70 69
Sud 13.64 3.7 70 69

Cu aj ut orul t est ul ui F se veri fi c i pot eza
2
2
2
1 0
: H
108 . 1
7 . 3
1 . 4
2
2
2
1
exp
s
s
F F
t e or e t i c
=1, 47
Deoarece F
e x p
<F
t e or e t i c
se admi t e i pi t eza pot ri vi t crei a
2
2
2
1
i se
poat e cal cul a o vari an comun:
9 . 3
138
2 . 538
69 69
69 * 7 . 3 69 * 1 . 4
2 1
2
2
2 1
2
1 2
f f
f s f s
s
97 . 1 9 . 3
2
s s
313 . 5
335 . 0
78 . 1
69
1
69
1
97 . 1
64 . 13 42 . 15
1 1
2 1
2 1
exp
N N
s
x x
t
Pent ru =5% i f =N
1
+N
2
-2=138, se ob i ne t
t e or e t i c
=1, 98
t
exp
>t
teoreti c
medi i l e nu sunt est i ma i i al e acel eeai medi i a
popul a i ei , deci pozi i a de recol t are a probel or de cret ere i nfl uen eaz put erni c
val oarea medi e a cret eri i .
Pri n procedeul di feren ei l imi t :
d
ts DL unde 335 . 0
4900
140
* 97 . 1
70 * 70
70 70
97 . 1
2 1
2 1
N N
N N
s s
d

663 . 0 335 . 0 * 98 . 1
05 . 0 05 . 0 d
s t DL
877 . 0 335 . 0 * 62 . 2
01 . 0 01 . 0 d
s t DL
129 . 1 335 . 0 * 37 . 3
001 . 0 001 . 0 d
s t DL
78 . 1 64 . 13 42 . 15
2 1
x x d
d=1, 78>1, 129=DL
0, 1 %
di feren a est e f oart e semni f i cat i v

CAZUL 2: Compararea a dou medii n situaia cnd
2
2
2
1

n acest caz se lucreaz cu t estul t.
Deoarece n acest caz test ul t nu poat e fi apl icat n mod obinuit,
se int roduce o modi ficare la cal cul ul gradel or de li bert at e. Astfel, n locul
formul ei f =N
1
+N
2
-2 , int ervine expresi a:
2
2
1
2
1
1
f
c
f
c
f , unde
2
2
1
1
2
2
2
2
2
1
2
1
1
2
1
1
1
N s
N s
N
s
N
s
N
s
c iar 1
1 1
N f i
1
2 2
N f
Se parcurg urmtoarel e etape:
- cu aj utorul test ului F se verific i pot eza
2
2
2
1 0
: H
54
2
2
2
1
exp
s
s
F dac F
exp
>F
t eor et i c
, se respinge ipot eza H
0
, deci
2
2
2
1

- se cal cul eaz
2 2
2 1
exp
2 1
x x
s s
x x
t
N
s
s
x

- se extrage din tabel e t
t eor et i c
, n funci e de i de f det erminat
mai sus
Dac t
exp
>t
teoreti c
cel e dou medi i se refer la populai i
distinct e

Exempl u:
nt r -un arboret de mol i d s -au put ut di st i nge dou por i uni : pri ma
por i une, unde o peri oad ndel ungat s -a pr act i cat punat ul ; a doua por i une
feri t de punat , dat ori t unor mprj mui ri efect uat e di n t i mp. S-a cerut s se
st abi l easc dac punat ul a i nfl uen at asupra nl i mi i medi i a arboret ul ui .
n acest scop, n cel e dou por i uni au fost msurat e ct e 25 de nl i mi
l a arbori cu di amet re apropi at e de di amet rul medi u. n baza msurt ori l or
efect uat e, au rezul t at ur mt oarel e val ori al e i ndi ci l or st at i st i ci :
nlimea medie Dispersia s
2
N Grade de libertate f =N-1
Poriuna punat 25.7 2.35 25 24
Poriuna nepunat 27.5 1.05 25 24

- se veri fi c ipoteza
2
2
2
1 0
: H cu t estul F
24 . 2
05 . 1
35 . 2
2
2
2
1
exp
s
s
F F
t eor et i c
=1, 98 pent ru =5%
F
exp
>F
t eor et i c
i se respinge ipoteza nul , deci
2
2
2
1

- se calculeaz
9 . 4
369 . 0
8 . 1
25
05 . 1
25
35 . 2
5 . 27 7 . 25
2
2
2
1
2
1
2 1
2 2
2 1
exp
2 1
N
s
N
s
x x
s s
x x
t
x x

N
s
s
x

69 . 0
25
05 . 1
25
35 . 2
25
35 . 2
2
2
2
1
2
1
1
2
1
N
s
N
s
N
s
c iar
42
24
69 . 0 1
24
69 . 0
1
1
1
2 2
2
2
1
2
f
c
f
c
f
- n funci e de =5% i de f =42, se extrage din t abel e
t
t eor et i c
=2, 021
t
exp
=4. 9>2. 021=t
teoreti c
cel e dou medii se refer l a populai i
distinct e
55
Concl uzi a rmne val abi l i pent ru =0, 1%. Pri n punat, n arboret
s-au creat dou populaii disti ncte.
Pri n procedeul di feren ei l imi t :
d
ts DL unde 37 . 0
25
05 . 1
25
35 . 2
2
2
2
1
2
1
N
s
N
s
s
d

75 . 0 37 . 0 * 021 . 2
05 . 0 05 . 0 d
s t DL
00 . 1 37 . 0 * 704 . 2
01 . 0 01 . 0 d
s t DL
31 . 1 37 . 0 * 551 . 3
001 . 0 001 . 0 d
s t DL
8 . 1 5 . 27 7 . 25
2 1
x x d
d=1, 8>1, 31=DL
0, 1 %
di feren a est e f oart e semni f i cat i v


4. 4. 6. Testarea semnificaiei diferenei dintre dou procedee
sau metode prin uti lizarea metodei cuplurilor

n pract ic, frecvent este necesar s se cunoasc dac dou
procedee, apli cate n aceleai condii i, conduc l a rezult at e diferite sub
raportul precizi ei i efi ci en ei .
Prin procedeu se poat e n el ege: dou metode de msurare, dou
agregate folosit e l a efectuarea acel eeai operaii, dou metode de
prelucrare (a sol ului , a arboretul ui) etc.
Pent ru a nl tura inconveni entul cu privire l a vari abili tat ea
col ectivit i i cercetate, se adopt de la nceput o schem sistemati c de
eanti onaj, n cadrul crei a, pent ru cel e dou procedee, se ri dic cupluri
de valori. Procednd n acest fel se eli min vari abilit at ea dat orat unor
cauze nt mpl toare i rmne de anal izat numai abaterea sist ematic
propri e procedeelor analizate.
Pent ru fi ecare cuplu (pereche) de valori se cal culeaz di feren a:
2 1 i i i
x x d i media di feren elor:
N
d
d
i


Se calculeaz apoi vari ana i abat erea st andard a di feren ei:
1
2
2
2
N
N
d
d
s
i
i
d
;
2
d d
s s
Se calculeaz : N
s
x x
t
d
2 1
exp
i se compar cu t
t eor et i c
.
Dac t
exp
>t
teoreti c
diferen semni fi cati v nt re cel e dou
procedee.
Exemplu:
nt r-o pepi ni er s-au al es douzeci de parcele perechi pent ru
urmrirea efectului aplicrii unui ngrmnt asupra cret eri i n nlime
a pui eil or. O pereche este format din dou parcel e vecine, din care una,
56
al eas prin t ragere l a sori, se trateaz i ar ceal alt rmne
martor. Rezult at ele obinut e sunt cel e din tabelul de mai jos
83 . 0
10
3 . 8
N
d
d
i

667 . 0
9
10
3 . 8
89 . 12
1
2
2
2
2
N
N
d
d
s
i
i
d

817 . 0 667 . 0
2
d d
s s
21 . 3 10
817 . 0
83 . 0
2 1
exp
N
s
x x
t
d

pentru f =10-1=9
t
0, 05
=2, 262 t
0, 01
=3, 25

t
exp
>t
0,05
o semnifi cativ
infl uen, negativ, a apli crii ngrmnt ului , asupra dezvolt rii
pui eilor. .

4. 4. 7. Compararea a dou proporii (procente)

Pent ru stabili rea semnifi cai ei di ferenei dint re dou proporii se
utilizeaz t estul u.
2 1
2
2
1
1
exp
1 1
) 1 (
2
1
2
1
N N
p p
N
p
N
p
u
.
unde:
1
1
1
N
a
p est e propori a caract eri sti cii aflate n a
1
cazuri din
eanti onul N
1
;
2
2
2
N
a
p est e propori a caract eri sti cii aflate n a
2
cazuri din
eanti onul N
2
;
2 1
2 1
N N
a a
p este proporia tot al .
Pent ru N sufi ci ent de mare se poat e renun a la coreci ile 1/ 2N
1
i
1/2N
2
de l a numrt orul rel ai ei de cal cul a l ui u.
Dac u
exp
> u
t eor et i c
diferen a dint re proporii est e semni fi cativ.
parcela tratat cu
ngramnt
martor
1 5.5 6.2 0.7 0.49
2 5.5 5.6 0.1 0.01
3 6.0 5.6 -0.4 0.16
4 6.6 7.7 1.1 1.21
5 6.1 7.7 1.6 2.56
6 7.5 8.6 1.1 1.21
7 6.4 6.4 0.0 0.00
8 7.3 8.0 0.7 0.49
9 7.4 8.4 1.0 1.00
10 5.6 8.0 2.4 5.76
8.3 12.89 Total
Perechea
nr.
d
i
=x
2
-x
1 d
i
2
Compararea mediilor prin procedeul cuplurilor
nlimea medie n

57
Dac u
exp
< u
t e or et i c
di feren a dint re proporii est e
nesemnifi cativ.

4. 4. 8. Compararea mai multor proporii

Pent ru st abili rea semnifi cai ei diferenei dint re mai multe propor ii
se utilizeaz t est ul hi ptrat (
2
) det ermi nat cu rel ai a:
) 1 (
) (
) 1 (
2
2
2
exp
p p
p p N
N
p p
p p
i i
i
i

unde
i
i
i
N
a
p este propor ia i, dint re a
i
cazuri favorabil e din numrul de
observa ii N
i
, iar
i
i
N
a
p , este propori a medi e.
Dac
2
exper i ment a l
>
2
t eor et i c
di ferena dint re proporii este
semnifi cativ.
2
t eor et i c
se deet ermi n din t abel e, n funci e de probabil itat ea de
transgresiune i de f =K-1 grede de libert ate, unde K est e numrul
proporiilor analizat e.


4.5. TESTE DE AJUSTARE

Servesc l a compararea unor disrt ibuii experiment al e cu
distribu iile t eoret ice chi ar l a compararea nt re ele a unor di stribui i
experiment al e.
Se pornet e de l a i poteza nul , pot rivit crei a nt re dist ri bu iile i
frecven el e comparat e nu exist di feren e.

Se folosete crit eri ul
2
. Est e important ca l a apli carea acest ui test
s se respect e urmt oarele:
- numrul observa iilor s fi e sufi ci ent de mare
- frecven el e teoreti ce s nu fie mai mi ci dect 5; n caz
contrar se reunesc unel e cl ase, ast fel nct s se obi n
frecven e peste 5.
- s se lucreze numai cu frecvene absol ut e.
58
Se calculeaz:
i
i i
n
n n

2
2
exp

unde:
i
n sunt frecven el e t eoret ice absolute i ar,
n
i
sunt frecven el e experiment al e.
Din t abel e, se det ermin
2
t eor et i c
, n funci e de probabilit at ea de
transgresiune i de numrul gradel or de li bert ate:
f=k-n-1
unde:
k reprezint numrul clasel or rmase dup gruparea
cl aselor cu frecvena sub 5, iar
n reprezint numrul momentel or l uate n considerare
la calculul dist ribuiei t eoreti ce. ( n=1 pentru di stribui a
binomi al i Poisson; n=2 pent ru dist ribui a normal ; n=4
pentru dist ribui a Charli er; n=0 n cazul comparrii a dou
distribu ii empi ri ce, deoarece nu se calculeaz ni ci un
moment).
Dac
2
exp
>
2
t eor et i c
di feren a dintre di stri buii est e
semnifi cativ, se respinge i pot eza nul .


4.6. CRITERII PENTRU ELIMINAREA OBSERVAIILOR
EXTREME

Eliminarea val ori lor extreme care se abat mult de l a medi a
distribu iei t rebuie fcut dup cri terii stati sti ce, el iminarea arbit rar
nefiind indi cat , mai al es at unci cnd numrul observaiilor este mic.
Val ori extreme foarte di ferit e de medi e pot aprea ca urmare a
unor greeli (de notare, de msurare) sau dat orit apart enen ei unor
el ement e l a o alt colectivit at e dect cea studi at .

Cri teriul Chouvenet, propune elimi narea vari abil elor situate n
afara int ervalul ui:
kr x
unde: x est e medi a aritmeti c,
r est e eroarea probabil a unei singure msurt ori
(r= 0, 6745*s), i ar
k est e uncoefi ci ent extras tabel ar:
Numrul valorilor observate 11 12-30 31-100 peste 100
Valoarea coeficientului k 3.0 3.5 4.0 4.5


Cri teriul Irwin (cri teriul )
Dup ce se cal culeaz abat erea st andard a i rul ui ordonat
cresctor, prnt ru val oril e extreme suspecte se cal cul eaz:
59
s
x x
1 2
;
s
x x
n n 1

unde x
1
, x
n
sunt valoril e extreme suspect e iar x
2
, x
n- 1
sunt val ori ce apari n
irul ui.
Din t abel e, se extrag valorile lui
t eor et i c
:
10 50 100 400 1000
0.95 1.5 1.1 1.0 0.9 0.8
0,99 2 1.6 1.5 1.3 1.2
Numrul valorilor observate
valori ale lui
eor etic
:
P


exp
<
t eor et i c
vari abila dubioas se ncadreaz n i rul st atist ic;
exp
>
t eor et i c
variabila dubi oas se eli min, i se cal cul eaz din
nou s
2
.

Cri teriul Charli er
Propune elimi narea valorilor situat e n afara int ervalul ui:
s z x
q

unde: x est e medi a ari tmeti c, s abat erea standard, i ar z
q
est e un
coefici ent ce se det ermi n din t abel e, n funcie de probabili tat ea de
transgresiune accept at i de numrul de observa ii ( N)

Cri teriul Romanovschi
Pent ru el iminarea val oril or suspecte, se propune efect uarea
urmtoarel or cal cule:
a) Det erminarea abat eri i standard de seleci e numai pentru N-1
mrurt ori , cu rel ai a:
1
2
N
n x x
s
i i

b) Cal culul abat erii st andard s pent ru nt reaga col ectivitat e, n
funci e de mrimea l ui s , util iznd rel ai a aproximativ:
s
N
N
s
1

c) Det erminarea mrimi i z cu rel ai a:
s
x x
z
n
exp

d) Det erminarea lui z
t eor et i c
, din tabel e, n funcie de
probabilit at ea de t ransgresiune q i de numrul de observaii
(N).
e) Comararea lui z
cal cul at
cu z
t eor et i c
. Dac z
cal cul at
> z
t eor et i c
,
atunci valoarea l ui x
n
trebui e eliminat di n i rul de dat e.

60
Cri teriul Grubbs
Pent ru eliminarea valorilor aberant e (fie x
1
, fi e x
n
)se
procedeaz ast fel:
a) Se ordoneaz dat el e irului x
1
, x
2
, . . x
n
n ordi ne
cresctoare ;
b) Se det ermin medi a aritmeti c ( x ) i abat erea st andard
(s) ;
c) Se calculeaz indi cat orii:
s
x x
v
n
, pent ru sit ua ia n care x
n
est e considerat
val oarea aberant , i
s
x x
v
1
, pent ru sit ua ia n care x
1
est e considerat
val oarea aberant .
d) Se determi n z
q
, din tabel e, n funci e de probabi lit atea
de transgresiune q i de numrul de observaii ( N).
e) Se compar valoril e lui v sau v cu valoarea l ui z
q
. Dac v
sau v >z
q
, at unci valoarea extrem t rebuie elimi nat.

Dup ce o valoare dintr -un ir a fost eli minat print r -un cri t eri u
oarecare, est e posi bi l ca o nou valoare din cel e rmase s par suspect .
n acest caz, i rul de dare rmas se supune din nou testri st at istice.
Dac eliminarea treptat a val oril or aberant e nu mbunt et e
indi cat orii preciziei , nseamn c mat eri alul nu a fost omogen sau dat el e
nu au fost cul ese corespunzt or. n asemenea sit uaii rezultat el e obinute
nu mai pot fi considerat e ca general valabil e i nu pot conduce l a
stabilirea unor l egi ti cu caracter general .

CAPITOLUL 5 : ANALIZA VARIANEI

5.1. ASPECTE TEORETICE

Asupra unei col ecti vit i pot aciona si multan mai muli factori
care det ermin o anumit fl uctuai e a mrimii statist ice st udi at e,
fluctuai e redat pri ntr -o dispersi e care poate fi mai mare sau mai mi c.
Pent ru evidenierea aportul ui fiecrui factor l a aparii a fluctuai ei
generale, se face apel la analiza vari an ei .
Analiza vari an ei (analiza dispersi onal ) est e met oda st atisti c de
prelucrare a dat el or de observa ie care depi nd de mai mul i fact ori cu
aciune concomi tent , cu scopul de a stabili pe cei mai importani i a se
estima influen a l or.
Analiza vari an ei are ca scop scindarea dispersi ei tot al e n
categorii de vari aii potrivit cauzelor care l e det ermin.
Dup folosi rea tut uror posi bilit ilor de analiz, n raport cu
fact orii cont rol ai fa de di spersi a tot al , mai rmne un rest a crui
61
cauzali tat e nu se cunoat e i el se poat e datora aciunii unor factori
nel uai n considerare, unor erori de msurare. Aceast vari a ie rezidual
(s
E
2
) est e folosit ca unit at e de msur pent ru exami narea semnifi cai ei
celorlal te component e al e variaiei tot al e.
n acest scop se foloset e testul F:
- dac F
exper i ment al
<F
t eor et i c
factorul studi at nu
infl ueneaz
caracterist ica
respectiv
- dac F
exper i ment al
>F
t eor et i c
fact orul studi at are o
infl uen
semnifi cativ.
Dac pri n t estul F s-a const at at o i nfl uen semni fi cat iv a unor
anumii fact ori, se trece apoi l a o analiza de det aliu, cu ajutorul t estul ui t,
stabilindu-se nt re care variane exist diferene semni fi cat ive.
Analiza este apli cabi l atunci cnd:
- vari an el e probel or l uat e n considerare sunt omogene
- probel e se formeaz randomizat (l a nt mplare)
- vari an el e reprezint probe extrase di n popul aii normal
sau aproape normal distribui te
- numrul observa iilor est e sufi ci ent de mare
Analiza vari anei poat e fi:
- simpl cnd valoril e indi vidual e se grupeaz dup un
singur crit eri u
- dubl cnd observai ile se grupeaz dup dou criterii
- multipl cnd n experiment e i ntervi n mai mult e
grupri.


5.2 ANAIZA SIMPL A VARIANEI

Const n compararea mediilor mai mul tor col ectivit i stati sti ce n
ipot eza c dispersiil e acestora sunt egal e.
Observaiil e se prezi nt sub forma din tabel ul 5. 1.
Tabel ul 5. 1
Grupa (varianele
factorului T)
Valorile observate x
ij
Nr. valori
observate
Suma T
i
Media
1
x
11
x
12
x
13
... X
1n1
n
1
T
1
2
x
21
x
22
x
23
... X
2n2
n
2
T
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
k
x
k1
x
k2
x
k3
... X
knk
n
k
T
k
Total N=Sn
i
G=ST
i
1
x
2
x
k
x
N G x /

n
i
numrul de repeti ii pe vari ant e

n baza dat el or din t abel, se cal culeaz:
62
- suma tot al a ptrat elor abat erilor
N
G
x
N
x
x Q
ij
ij
ij
2
2
2
2

dac se nlocui et e
N
G
C
2
C x Q
ij
2

unde C este denumit termen de corecie
- suma ptrat el or abat eril or ntre grupe (variane)
C
n
T
Q
i
i
T
2

- suma ptrat el or abat eril or din i nt eriorul grupelor
(varian elor)
T E
Q Q Q
- vari an a nt re grupe (varian e):
T
T
T
f
Q
s
2

- vari an a rezi dual (eroare):
E
E
E
f
Q
s
2

- test ul F:
reziduala varianta
grupe dintre ianta var
2
2
E
T
s
s
F
1 K f
T
-numrul gradelor de libert ate pent ru vari ana
ntre grupe
K N f
E
- numrul gradel or de libert at e al vari anei
rezi duale
Desfurarea cal cul elor este prezent at n tabelul 5. 2.
Tabel ul 5. 2
Sursa variaiei
Suma ptratelor
abaterilor
Numrul gradelor de
libertate
Dispersia F
ntre grupe
n interiorul
grupelor (rezidual,
rest, eroare)
F
0.05
=
Total N - 1 F
0.01
=
K N
Q
s
E
E
2
1
2
K
Q
s
T
T
1 K f
T
K N f
E
C
n
T
Q
i
i
T
2
T E
Q Q Q
C x Q
ij
2
1
2
N
Q
s
2
2
E
T
s
s
F

Val oarea t eoretic a lui F se extrage din t abel e, n funci e de f
1

numrul gradelor de libert at e al vari an ei mai mari ( f
T
sau f
E
) i f
2

numrul gradelor de libert at e al vari an ei mai mici .
Dac F
cal cul at
> F
t eor et i c
ipot eza nul se respinge i , n acest caz,
se t rece la o analiz de detaliu privi nd st abilirea semnifi cai ei
diferenelor dint re grupe, analiz ce se face pri n int ermedi ul test ului t:
63
- se cal culeaz eroarea dif eren ei di nt re variane,
folosind varian a rezidual:
j i
E d
n n
s s
1 1

dac numrul de observaii ( n) est e acelai pent ru toat e
grupel e, rel ai a devi ne:
n
s
s
E
d
2
2

- se det ermin diferenel e li mit pent ru di feri te
probabilit i de t ransgresiune:
d
s t DL
05 , 0 % 5
;
d
s t DL
01 , 0 % 1
;
d
s t DL
001 , 0 % 1 , 0

unde t se det ermi n n funcie de f=N-K grade de
libert at e.
Difren el e
j i
x x d dintre medi a varian ei i i medi a varian ei j
se compar cu di ferenel e l imit calculate pentru diferit e probabili ti .
Dac:
- d< DL
5%
diferena est e nesemnificativ
- DL
5%
<d<DL
1%
diferena est e semnificativ
- DL
1%
<d<DL
0,1%
diferena est e distinct
semnificati v
-
d>DL
0,1%
diferen a est e foarte
semnificati v

La anal iza simp a vari anei , se pot utiliza grupe cu numr egal de
observaii sau grupe cu numr inegal de observaii .

Exempu:
n vederea extinderii molidului n afara arealului natural de
veget ai e se cere s se st abil easc condiiile sta ional e n ca re se obin
cele mai bune rezul tat e. Pentru aceasta s -au al es randomizat, n pat ru
tipuri de st ai uni (I, II, III, IV), ct e ci nci arboret e arboret e de aceeai
vrst . Pent ru fi ecare arboret s-a det erminat nlimea medie, nlime
considerat drept cri ter iu de estimare a product ivit ii arboret ului.
S-au obinut urmtoarel e date de t eren:
Tabel ul 5. 3
Sume Media
T
i
I 16 18 17 14 20 5 85 17.0
II 12 13 11 13 11 5 60 12.0
III 13 14 13 15 10 5 65 13.0
IV 15 15 15 13 12 5 70 14.0
20 280 14.0 Total
Grupa
(tipul de
staiune)
n
i
nlimi medii msurate (m)
x
ij
x

64
Pent ru simpl ifi carea calculelor se scade 10 din fiecare valoare
observat , fr ca pri n aceast a rezul tat ul cal cul elor s se modifice cu
ceva:
Tabel ul 5. 4
Sume Media
T
i
I 6 8 7 4 10 5 35 7.0 5.0
II 2 3 1 3 1 5 10 2.0 1.0
III 3 4 3 5 0 5 15 3.0 3.5
IV 5 5 5 3 2 5 20 4.0 2.0
20 80 4.0
s
i
2
Total
Grupa
(tipul de
staiune)
n
i
nlimi medii msurate (m)
x
ij
x

5
4
20
4
3 3 0 1 1
1
2 2 2 2
2
2
N
x x
s
I Ii
I
; 1
4
4
4
1 1 1 1 0
2 2 2 2 2
2
II
s ;
. . . . .
Se verific omogenit atea varian elor cu testul Hartley:
5
1
5
2
min
2
max
s
s
H
calc

H
t eor et i c
= 20, 6 - l uat din tabel e, n funci e de numrul gradel or de
libert at e f =5-1=4 i de p=4 (numrul de grupe comparat e), pentru =0, 05.
H
cal cul at
H
t eor et i c
ntre vari an e nu exist dif eren e semni ficative
Potri vit schemei de cal cul, ob inem:
320
20
6400
20
80
2 2
N
G
C
116 320 4 ... 100 16 49 64 36 320 ...) 7 8 6 (
2 2 2 2
C x Q
ij

70 320
5
20 25 10 35
2 2 2 2 2
C
n
T
Q
i
i
T
cu 3 1 4 1 K f
T

grade de libertat e
46 70 116
T E
Q Q Q cu 16 4 20 K N f
E
grade de
libert at e
vari an a nt re grupe: 3 . 23
3
70
2
T
T
T
f
Q
s
vari an a rezi dual : 9 . 2
16
46
2
E
E
E
f
Q
s
vari an a tot al: 1 . 6
19
116
2
f
Q
s
8
9 . 2
3 . 23
2
2
exp
E
T
s
s
F
24 . 3
05 , 0
F 29 , 5
01 , 0
F , pent ru f
1
=3 i f
2
=16
65
F
exp
> F
t eor et i c
diferen di stinct semnifi cat iv nt re tipuri le de
stai une i , n acest caz, se t rece la o analiz de det ali u privi nd st abili rea
semnifi ca iei di ferenelor dintre grupe, analiz ce se face pri n intermedi ul
testului t:
-eroarea di ferenei dintre vari an e: 077 , 1
5
9 , 2 * 2 2
2
n
s
s
E
d

-se det ermin dif erenel e l imit pentru di ferit e probabilit i de
transgresiune:
pentru f =N-K =16 t
0, 05
=2, 12 27 . 2 077 . 1 * 12 . 2
05 , 0 % 5 d
s t DL
t
0, 01
=2, 921
13 . 3 077 . 1 * 921 . 2
01 , 0 % 1 d
s t DL
] t
0, 01
=4, 015 3 . 4 077 . 1 * 015 . 4
001 , 0 % 1 , 0 d
s t DL
-nt ocmim t abelul cu difren el e
j i
x x d :
Tabel ul 5. 5
I II III IV
I 7.0 - 5,0 *** 4,0 ** 3,0 *
II 4.0 - - 1 2
III 3.0 - - - 1
IV 2.0 - - - -
** diferen distinct semnificativ
* diferen semnificativ
Grupa
diferene fa de grupa ...
*** diferen foarte semnificativ x

Deci, ti pul I se deosebet e semni fi cativ de tipul IV, di stinct
semnifi cativ de tipul III i foart e semni fi cativ de t ipul II. Productivit at ea
mai ridi cat a culturilor de mol id di n st aiunea I est e dovedit st atist ic.
Deosebi ril e di nt re celel alt e ti puri de stai uni sunt st atisti c neasi gurate.


5.3. FOLOSIREA TESTULUI DUNCAN

Prin acest t est se poate face o comparare mai ri guroas a medi ilor
Fol osind dat el e din exemplul anterior, se procedeaz ast fel :
- Se veri fic omogeni tat ea varian elor cu testul Bartlett
sau Hartley. Pentru a trece l a et apa urmtoare
vari an el e t rebui e s fie omogene.
- Se veri fi c ipoteza nul (c nu exist di feren e ntre
grupel e anal izat e) folosind testul F.
- Dac F
exp
>F
t eor
se t rece la st abili rea semni fi cai ei
diferenel or di ntre medii
o Se cal culeaz eroarea st andard a
medii lor : 76 . 0
5
9 . 2
2
n
s
s
E
x

Cu f=N-k=20-4=16 grade de li bert at e
66
o Medi ile grupel or se ordoneaz descresctor, dup
cum urmeaz:
Tabel ul 5. 6
Grupa I IV III II
7.0 4.0 3.0 2.0
rangul p fa de I 2 3 4
rangul p fa de IV 2 3
rangul p fa de III 2
x

o Din t abel e, pent ru f =16 grade de l ibert at e, pentru
probabilit at ea de transgresiune al eas i n funci e
de numrul mediilor cuprinse n seri e (rang) p, se
det ermin valoril e q (ampl itudi ni de vari ai e
Student ). Pent ru exemplul considerat ob inem:
p 2 3 4
q
5%
3.00 3.14 3.24
q
1%
4.16 4.36 4.49

o Se cal culeaz di feren el e semni fi cative cele mai
mici, respecti v
x
s q DL
% 5 % 5
i
x
s q DL
% 1 % 1
:
p 2 3 4
DL
5%
2.3 2.4 2.5
DL
1%
3.2 3.3 3.4

o Diferen a dint re dou medii oarecare di ntr -un i r de
k medii se consider semni fi cativ dac est e mai
mare dect DL
5%
.
Tabel ul 5. 7
Se compar
grupele
Diferene dintre
medii, d
p q
5%
DL
5%
Diferena dintre
medii este
I cu II 7,0-2,0=5,0 4 3.24 2.5 semnificativ
I cu III 7,0-3,0=4,0 3 3.14 2.4 semnificativ
I cu IV 7,0-4,0=3,0 2 3.00 2.3 semnificativ
IV cu II 4,0-2,0=2,0 3 3.14 2.4 nesemnificativ
IV cu III 4,0-3,0=1,0 2 3.00 2.3 nesemnificativ
III cu II 3,0-2,0=1,0 2 3.00 2.3 nesemnificativ

Rezult at ele se pot t rece nt r -un tabel cent ralizat or similar celui
folosit la st abilirea semnifi cai ei diferen elor di ntre grupe prin
intermedi ul t est ului t. (t ab. 5. 5)
Testul Duncan este mai sever dect testul t, de aceea este
mai fol osit, n speci al n cazul cnd se compar un numr mare de
vari an e.





67
5. 4. ANALIZA DUBL A VARIANEI

Val ori le observat e se grupeaz dup doi factori A i B.
Metoda permit e anal iza influen ei exercit at e de cei doi fact ori A i
B asupra caract eristi cii l uate n consi derare (x
i j
).
Dat el e privind vari a ia caracterist icii x n raport cu facorii A, B se
trec nt r-un tabel de forma: (tabelul 5. 8)
Tabel ul 5. 8
1 2 j n
1
x
11
x
12

x
1j

X
1n
A
1
x
n1
2
x
21
x
22

x
2j

X
2n
A
2
x
n2
.
.
.
I x
i1
x
i2

x
ij

X
in
A
i
x
ni
.
.
.
m
x
m1
x
m2

x
mj

X
mn
A
m
x
nm
Suma B
j
B
1
B
2

B
j

B
n
Media
x
B1
x
B2

x
Bj

x
Bn
Variana s
i
2
Variana
s
i
2
Variantele
factorului A
Variantele factorului B
Suma A
i
Media
x

Etape de calcul:
-Se veri fi c omogeni tat ea varianelor prin testul Hartl ey:
2
min
2
max
exp
s
s
H
Dac H
exp
<H
t eor et i c
se t rece l a anal iza dubl a vari anei
Se calculeaz suma ptrat elor abat erilor
- ntre vari ant el e fact orului A C
n
A
Q
i
A
2

- ntre vari ant el e fact orului B C
m
B
Q
i
B
2

- n int eriorul grupelor
B A E
Q Q Q Q
- pe tot al C x Q
ij
2
, unde
mn
G
C
2
este termenul de
coreci e.
Se calcul eaz numrul gradelor de l ibert ate
- ntre vari ant el e fact orului A 1 m f
A

- ntre vari ant el e fact orului B 1 n f
B

- n int eriorul grupelor 1 1 n m f
E

- pe tot al 1 mn f
Se calculeaz vari an a
- ntre vari ant el e fact orului A
A
A
A
f
Q
s
2

68
- ntre vari ant el e fact orului B
B
B
B
f
Q
s
2

- n int eriorul grupelor (rezi dual)
E
E
E
f
Q
s
2

Se calculeaz valoarea t estul ui F
exp
:
- pentru variant ele factorului A
2
2
exp
E
A
A
s
s
F
- pentru variant ele factorului B
2
2
exp
E
B
B
s
s
F
Se st abilete valoarea t eoreti c a lui F, at t pentru
fact orul A ct i pent ru factorul B, n funcie de
numrul gradelor de libert at e f
A
sau f
B
i f
E
, precum i
n funci e de probabi litat ea de t ransgresiune.
Dac Fexp>Ft eoreti c, att pent ru A ct i pentru B, se
trece l a analiza de detaliu privi nd stabili rea
semnifi cai ei diferenelor dint re grupe, analiz ce se
face cu aj utorul di feren elor l imit , anal og cel or
prezentat e la analiza simpl a vari an ei .


5.5. METODE NEPARAMETRICE PENTRU COMPARAREA
MAI MULTOR GRUPE

Acest e met ode permit o st abilire mai uoar a semnifi caiei
diferenel or di ntre mai mult e grupe. Ele pot fi apl icat e i atunci cnd nu
se cunoat e ti pul de dist ribui e. Prezint dezavant ajul de a fi mai pui n
precise dect metodele cl asi ce (paramet ri ce)
Testul ranguril or se bazeaz pe st atist ica:
) 1 ( 3
) 1 (
12
2
2
N
N
S
N N
i
i

unde: S
i
est e suma ranguri lor pent ru grupa i
N
i
est e numrul observaiil or din grupa i
N est e numrul tot al de observaii
Rangul se st abil et e ast fel :
-se face o clasifi care a observaiil or dup mrimea lor
-cu 1 se not eaz observaia cea mai mic, cu 2 observai a
urmtoare ca mrime, cu N se not eaz cea mai mare val oare.
-n cazul n care n seri a de observa ii se ntl nesc dou sau mai
multe valori i denti ce, rangul se va stabil e cal cul nd medii arit meti ce de
rang.
2
cal cul at
se compar cu
2
t eor et i c
, extras di n t abele n funci e de
probabilit at ea accept at p i f =K-1, unde K est e numrul grupelor
comparate.
69
Exemplu:
S se st abil easc dac specii le de mol id, brad i fag di ntr -un
arboret amest ecat i plurien se deosebesc semni fi cativ nt re ele din punct
de vedere al nlimilor medii. n acest scop au fost murat e nl imi l a
arbori cu di ametrul apropriat de di ametrul indicator de 50 cm. (t abel ul
5. 9).
Tabel ul 5. 9
Molid Brad Fag Molid Brad Fag
24.5 25.3 23.0 4 6 1
25.0 25.7 23.7 5 8 2
26.2 25.9 24.1 15 10 3
27.3 26.3 25.5 21 16.5 7
27.5 26.9 25.8 22.5 18 9
28.3 27.0 26.0 25 19 11.5
28.4 27.2 26.0 26 20 11.5
28.7 27.5 26.1 27 22.5 13
29.0 28.0 26.1 28.5 24 14
- 29.0 26.3 - 28.5 16.5
174.0 172.5 88.5
nlimile (m) Ranguri
Total S
i

24 . 8 ) 1 29 ( 3
10
5 . 88
10
5 . 172
9
0 . 174
) 1 29 ( 29
12
) 1 ( 3
) 1 (
12
2 2 2 2
2
N
N
S
N N
i
i
calc

pentru f=3-1=2 grade li bert at e i =0, 05 , din t abel e
2
t ab
= 5, 99
2
cal c>
2
t ab i pot eza nul se respi nge, speci i l e se deosebesc
semni f i cat i v nt re el e di n punct de vedere al nl i mi l or


CAPITOLUL 6 : ANALIZA CORELAIEI

6.1. ASPECTE TEORETICE
Prin analiza vari an ei se pune n eviden i nfl uen a unor factori
asupra unei caract eristi ci studiate dar nu se det ermi n gradul acestei
infl uene, nu se spune nimic cu pri vire la forma l egturii puse n eviden .
n scopul eviden ieri i acestor aspect e se apel eaz la teoria corelai ei .
Cercet area est e int eresat s cunoasc, prin int ermediul t eori ei
corelai ei , dependena care exi st ntre dou sau mai mult e variabil e.
Analiza corel ai ei este o metod prin care se cercet eaz i se
exprim existena, natura i int ensit at ea legturil or dint re variabil e, pri n
intermedi ul unor indicatori st ati sti ci.
Dist ribuiil e bi dimensional e au dou vari abile:
- x, vari abi la independent, stabilit arbit rar i considerat ca
nefiind afect at de erori
- y, variabil a dependent care se obine prin msurtori i care
est e afect at de erori .
70
Ca vari abil i ndependent se al ege ntot deauna acea mri me care
se det ermin uor i direct i ar ca variabil dependent se al ege mrimea
care se st abil et e indirect, prin utilizarea unor i nst rument e. De exemplu:
diamet rul de baz d
1,3
-vari abil a independent i ar nl imea arboretului h
vari abil a dependent .
Rel aiil e dint re dou vari abil e pot fi :
- relaii f uncional e ) (x f y , de exempl u :
2
r S
- relaii statisti ce (corelaii ) , l a care pent ru aceeai valoare a
lui x, pot fi valori diferit e pent ru y, ca de exemplu : pentru
acel ai di ametru (x) put em avea nlimi diferite ( y).
n cazul rela iilor st atisti ce coresponden a nu are l oc de l a valoare
la valoare ci de l a val oare l a dist ri bui e, deci fiecrei valori x i
corespunde o anumi t distri bui e cu caracterist icil e ei st atistice (medie,
dispersi e, et c. ), caract eri sti ci ce se modi fic odat cu x (pentru fi ecare x
distribu ia este alta).
Corel ai a poate fi : simpl (cnd se refer la dou vari abil e x i y)
sau multipl (cnd asupra l ui y i nflueneaz 2 sau mai mul te
caracterist ici ).
Corel ai a poate fi, de asemenea, poziti v (direct ) sau negati v
(invers), li niar sau curbi lini e.


6.2. METODE DE CONSTATARE A CORELAIILOR

Existen a corel aii lor poat e fi identi fi cat cu aj utorul
reprezentri lor grafice (pent ru N<100) sau cu ajut orul tabel ei de
corelaie (pent ru N>100).
Cu ct axa mi c a el ipsei de corelaie est e mai mi c comparat iv cu
axa mare, cu at t corel aia est e mai st rns. Forma norului de puncte
ofer informaii asupra t ipul ui corel ai ei. Dac norul de punct e est e foart e
dispersat, nseamn c nu exist corel aii nt re cel e dou vari abile.
Tabel a de corela i e are dou intrri : una pent ru vari abil a
independent x, alt a pentru vari abila dependent y. n t abel se trec dat el e
de baz, grupat e pe cl ase. Sumel e col oanel or reprezint dist ribuia
marginal a variabil elor. Fi ecare di stri buie margi nal are o medi e i o
abat ere standard propri e.
71

y / x 8 10 12 14 ny
10
10.5
11
11.5
12

nx
Tabela de corelatie



6.3. COVARIANA

n cazul a dou nsuiri corel at e avem de a face cu dou distribuii
de frecvene: o dist ribuie a variabil ei x, caracterizat printr -o vari an
s
2
x
, i o distribui e a vari abilei y caract erizat prin vari an a s
2
y
. Se poat e
vorbi ns i de o varian comun s
2
xy
denumit covarian , care
reprezint gradul de mprti ere a cel or dou variabil e x
i
i y
i
f a de
mediil e respecti ve i est e dat de rela ia:
1
2
n
y y x x
s
i i
xy
sau y x y x
n
s
i i xy
1
2

Pent ru valori grupate se foloset e rel ai a:
j j i i j i ij xy
y n x n
n
y x n
n
s
1
1
1
2

n t oate situai ile:
y x xy
s s s
2
.
Covari an a este un indice al corel ai ei care i ndi c i sensul
acestei a.
Val oarea covarian ei trebuie s se ncadreze n int ervalul dint re
val oril e celor doua vari ane, adi c
2 2 2
,
y x xy
s s s
.

72

6.4. COEFICIENTUL DE CORELAIE

Coefi cientul de corel ai e t eoreti c
y x
xy
exprim gradul
legturii lini are dintre cele dou variabil e.
Dat ori t faptul ui c de cel e mai mult e ori nu se cunoate, n
locul l ui se foloset e coefi ci entul de corelai e empiri c
y x
xy
s s
s
r det erminat
pe baza probei extras din populaie.
Coefi cientul de corelai e indic gradul de mprti ere al vari abil ei
y n jurul drept ei de regresi e, rednd t otodat i i nt ensit at ea legturii
dint re cel e dou vari abil e.
Deoarece
2 2 2
y x xy
1 , 1 r . Val oarea lui r, n mrime
absolut , indi c i ntensit atea corel ai ei . Cu ct r est e mai apropiat de +1
sau 1 cu at t legtura ntre variabil e este mai strns. Pent ru r= 1
legtura est e funci onal. Semnul pl us indi c o corel ai e direct i ar
semnul mi nus o corelai e i nvers.
Indi cai il e coefi cient ului de corel ai e sunt valabil e numai n cazul
distribu iilor bidimensional e normale sau apropi ate de aceast a.
Pent ru calculul coefici entului de corela ie se cal cul eaz abaterile
standard s
x
, s
y
i covari ana s
xy
, dup care se apli c formul a:
y x
xy
s s
s
r .
Cal culul se mai poate face, pentru val ori negrupat e n cl ase, cu
rel ai a:
2
2
2
2
y y N x x N
y x xy N
r ,
iar pent ru valori grupat e n cl ase cu rel a ia:
2
2
2
2
y
y
y
y
x
x
x
x
y
y
x
x
x y
xy
y n y n N x n x n N
yn xn xyn N
r

Se pot util iza i moment el e cent rat e de ordi n II ( m
x
, m
y
, m
z
) pentru
seriil e x, y, z:
y x
y x z
m m
m m m
r
2

Seri a z se obine fcnd sumel e pe di agonal n t abelul de corel ai e.
Cu programel e de calcul st atisti c sau tabelar coefi ci ent ul de
corelai e se cal cul eaz direct. De exemplu, n programul EXCEL se
73
utilizeaz funcia CORRELa foii de lucru sau Correlati on din
pachetul Data Analys (analiz dat e)- meniul Tools (instrument e).
Exemplu:
nrt -un arboret de salcm s-au msurat cret erile radi ale pe ul timii
10 ani i diamet rul de baz l a 20 de arbori. S se st abi leasc int ensit atea
corelai ei folosind coefici entul de corel ai e r, deoarece din cercet ri
ant erioare se cunoat e c regresi a dint re cret erea radi al i diametru est e
liniar.
Nr cr
t
Diamet
rul cm
x
Creter
ea
radial
mm y
xy x
2
y
2
1 20 10 200 400 100
2 16 7 112 256 49
3 18 9 162 324 81
4 14 7 98 196 49 r = 0,908089872
5 20 12 240 400 144
6 24 14 336 576 196
7 22 11 242 484 121
8 14 6 84 196 36
9 16 7 112 256 49
10 17 8 136 289 64
11 14 4 56 196 16
12 26 18 468 676 324
13 20 9 180 400 81
14 20 13 260 400 169
15 18 8 144 324 64
16 12 6 72 144 36
17 20 7 140 400 49
18 16 7 112 256 49
19 24 16 384 576 256
20 22 14 308 484 196
TOTAL 373 193 3846 7233 2129
Utiliznd funcia CORRELa foii de lucru,
din programul EXCEL:
Creterea
radial mm y
0,908089872 1
Diametrul cm
x
1
Utiliznd instrumentul Correlation din
pachetul Data Analys (analiz date)- meniul
Tools (instrumente) vom obine:
Diametrul cm
x
Creterea
radial mm y

908 , 0
193 2129 * 20 373 7233 * 20
193 * 373 3846 * 20
2 2 2
2
2
2
y y N x x N
y x xy N
r



74
6.5 EXAMINAREA SEMNIFICAIEI COEFICIENTULUI DE
CORELAIE

Coefi cientul de corel ai e r, al probei, estimeaz coefi ci ent ul de
corelai e al populaiei din care a fost extras proba. Est e necesar s se
examineze dac valoarea cal cul at a l ui r este real sau se datoret e doar
unor erori de eanti onaj .
Veri fi carea se face print r -un t est de conformit at e, veri ficnd
ipot eza nul H
0
: =0.
a) n toat e cazuri le cnd numrul de msurtori est e mic
(N <30) i r est e apropi at de 1, se fol osete t ransformarea propus de
Fisher:
r
r
z
1
1
ln
2
1

n programul EXCEL se poate utilizeaz funcia Fisher a foii de
lucru.
Vari abil a z are propri et at ea de a se distribui normal, spre
deosebire de val ori le lui r, care uneori prezint dist ribuii mul t di ferit e de
cea normal .
Dup t ransformarea de mai sus, se cal cul eaz stat isti ca u:
3
1
N
z
s
z
u
z
, unde s
z
reprezi nt eroarea val ori i z
Dac u
cal cul at
< u
t abel ar
pent ru probabili tat ea de t ransgresiune
accept at , se accept i pot eza nul . Corelai a dint re variabil e nu poat e fi
dovedit . Dac u
cal cul at
>u
t abel ar
corel ai a este dovedit.
n func ie de limitel e de ncredere a val orii z:
3
1
1
N
u z us z
x

se pot st abili i l imit el e de ncredere pent ru coefi cientul de corel ai e r.
b) Cnd numrul de msurt ori est e mi c (N <30) i r est e apropiat
de 0, se apli c t estul t :
2
1
2
exp
N
r
r
t
pentru f=N-2 grade de li bert at e. Dac t
exp
<t
t abel ar
atunci corelai a est e
nesemnifi cativ.
c) Dac numrul de msurt ori est e mare (N >30) i r est e
apropiat de 0, se apl ic t estul u:
r
s
r
u
exp
, unde
N
r
s
r
2
1

Dac u
exp
<u
t abel ar
atunci se accept i pot eza nul, corel aia nu este
semnifi cativ.
75
d) Dac numrul de msurtori est e mare (N >30) i r este
apropiat de 1, se poate fol osi t estul F a lui Fisher:
2
2
exp
1
) 2 (
r
r N
F
Dac F
exp
<F
t abel ar
corel ai a este nesemni ficativ.


6.6. COMPARAREA A DOI COEFICIENI DE CORELAIE

Pent ru exami narea semnifi cai ei di ferenei dint re doi coefi cieni de
corelai e, r
1
i r
2
, se utilizeaz un t est de egalit at e ( t estul t ), a val ori lor
transformate z:
d
s
z z
t
2 1
exp
, unde
3
1
3
1
2 1
2 2
2 1
N N
s s s
z z d

t
t abel ar
se st abilet e n funci e de numrul gradel or de libert at e f =N1+N2-
6 i de probabilit at ea de t ransgresi une . Dac t
exp
<t
t abel ar
atunci di feren a
dint re r
1
i r
2
est e nesemnifi cativ.
La compararea unui coefi ci ent de corel ai e empi ri c r cu un
coefici ent de corel ai e t eoreti c , se utili zeaz formul a:
3
1
exp
N
z z
t
r
, pent ru f=N-3 grade de libert at e.
Pent ru un numr mare de observaii t=u. Dac t
exp
<t
t abel ar
atunci diferen a
dint re r i este nesemni fi cativ.


6.7. CORELAREA RANGURILOR

Met odel e neparamet rice fac abstraci e de condii a cunoaterii
ant erioare a t ipul ui de dist ribui e, condi ie obli gat ori e n cazul metodel or
paramet ri ce, care nu pot fi apli cat e dect pent ru dist ribuii bidimensional e
normal distri buit e. De aceea, metodele neparametrice se aplic at unci
cnd avem indi cii c ntre vari abi la dependent i cea independent exist
o legt ur de corelai e dar nu cunoatem t ipul de dist ribuie. De
asemenea, metodel e neparamet ri ce se pot apli ca n cazul caract eri sti cilor
calit ative, deoarece nu opereaz cu cu valoril e real e a l e caracterist icil or
ci cu ranguril e acest ora.
Coefi ci ent ul de corel aie a rangurilor indic int ensit atea corel ai ei
i se calculeaz, dup Spearman, cu rel ai a:
) 1 (
6
1
2
2
N N
d
r
s
, unde d reprezi nt diferen a de rang.
Rangul se stabil et e ast fel: se cl asi fi c observaiil e dup mrimea
lor, at t pent ru i rul de observai i x ct i pent ru i rul de observaii y. Cu
76
1 se noteaz observai a cea mai mare, cu 2 observaia urmtoare ca
mrime i aa mai depart e. Rangul N l are cea mai mi c val oare. n cazul
cnd exist mai mul te observaii cu aceeai mrime, se cal culeaz medii
ari tmetice de rang. De exemplu, dac pe pozii a 3, 4, 5 i 6 observaii l e au
aceeai mrime, la toat e li se atri bui e rangul 4, 5.
Suma rangurilor, att pent ru variabil a x ct i pentru vari abi la y,
va fi:
2
) 1 (N N
y x
i i
, unde x
i
, respectiv y
i
reprezi nt ranguril e
n cazul unei concordan e perfecte ntre ranguril e ce lor dou
vari abil e, suma pt ratelor di ferenel or dintre ranguri est e nul ( d
2
=0) i ar
r
s
=1. Pe msur ce diferen el e dint re ranguri sunt mai mari, r
s
va scdea.
Semni fi caia corela iei de rang se st abi let e comparnd val oarea
obinut cu valoril e limit, alese n funcie de numrul gradelor de
libert at e f =N-2 i probabilit at ea de t ransgresiune .
Exemplu:
La 10 arboret e de stej ar din l st ari, t oat e de aceeai vrst i
situate n acel eai condiii staional e, s -au det erminat consist en a i
procent ul arbori l or n curs de uscare. S se det ermine dac corel ai a nt re
consist en i procent ul de uscare este semni fi cat iv. Dat el e sunt
urmtoarel e:
d
d
2
1 0,3 22 10 5 5 25
2 0,4 26 9 1,5 7,5 56,25
3 0,5 24 7,5 4 3,5 12,25
4 0,5 26 7,5 1,5 6 36
5 0,6 25 6 3 3 9
6 0,7 20 4,5 6 -1,5 2,25
7 0,7 18 4,5 7 -2,5 6,25
8 0,8 17 3 8 -5 25
9 0,9 10 2 10 -8 64
10 1,0 15 1 9 -8 64
55 55 0 300
RANGUL
dup procentul
arborilor n
curs de uscare
Diferena de
rang
total
Nr.c
rt
Consistena
arboretelor
Procentul
arborilor n
curs de
uscare
RANGUL
dup
consisten

82 , 0 82 , 1 1
990
1800
1
) 1 100 ( 10
300 * 6
1
) 1 (
6
1
2
2
N N
d
r
s

Pent ru f=10-2=8 , di n t abele, se ia coefi cient ul limit :
0, 632 pentru =5% ,
0, 765 pentru =1% i
0, 872 pentru =0, 1%.
Din comparai e, rezult c, pent ru o probabili tat e de t ransgresiune de 1%,
corelai a nt re procentul de uscare i consistena arboret el or est e
semnifi cativ.
77
BIBLIOGRAFIE




1. F.Wilcoxon: Individual comparisons by ranking methods,
BiometricsBul.,180-83,1947

2. Hollander, Wolfe DA; Non parametric statistical
methods, J.Wiley, New York, 1973

3. Vaduva, I. (1970) Analiz dispersional. Bucuresti, Ed.
Tehnic

4. Saporta, C. (1990) Probabilit, Analyse des donnes et
statistique.Paris, Ed. Technip

5. M. Iosifescu, Gh. Mihoc, R. Teodorescu, Teoria
probabilitatilor si statistica matematica, Ed. Tehnica,
Bucuresti, 1966

6. M. Tiron, teoria erorilor de masurare si metoda celor mai
mici patrate, Ed. Tehnica, Bucuresti, 1972

7. M. R. Spiegel, Probability and statistique, McGraw
Hill, New York, 1980