Statistica descriptiv

Indicatori sintetici ai
distribuiilor statistice

M. Popa

Statistica descriptiv - obiective

Cum se prezint valorile unei distribuii?
Ct de apropiate sunt unele de altele?
Ct de diferite sunt unele de altele?

Exist valori care reprezint ntreaga

distribuie?

Categorii de indicatori
Indicatori ai tendinei centrale
valori tipice, reprezentative, care descriu
distribuia n ntregul ei

Indicatori ai mprtierii
descriu caracteristica de mprtiere a
valorilor distribuiei

Indicatori ai formei distribuiei

se refer la forma curbei de reprezentare
grafic a distribuiei

Indicatori ai tendinei centrale

modul
mediana
media

Modul (Mo)
Definiie:
valoarea
clasa de interval

cu frecvena cea mai mare

expresia ce mai direct a valorii tipice

(reprezentative)
se afl prin alctuirea tabelei de frecvene (simple
sau grupate) i este valoarea (clasa) creia i
corespunde frecvena absolut cea mai ridicat.
distribuii unimodale (583254 Mo=5)
distribuii bimodale (5832254 Mo=5; =2)
distribuii multimodale (58832254 Mo=5; =2; =8)

MEDIANA (Me)
valoarea din mijlocul unei distribuii
are 50% dintre valori deasupra ei
i 50% dintre valori dedesubtul ei

corespunde valorii de 50% pe coloana

frc%.
percentila?... decila?.... quartila?

distribuie cu numr impar de valori

Me este chiar valoarea respectiv.

distribuie par
Me se calculeaz ca medie a valorilor din
mijlocul distribuiei

5,8,3,2,5,4, 2,3,4,5,5,8 Me=4,5

G. Fechner

MEDIA ARITMETIC (m)

Notaii uzuale:
(miu) media populaiei
m media eantionului

Calcul pentru frecvene simple (583254)

X

m
N

5 8 3 2 5 4 26

4,50
6
6

Calcul pentru frecvene grupate (55833332244)

( X * f ) 5 * 2 8 * 1 3 * 4 2 * 2 4 * 2 43

3,90
2 1 4 2 2
11
f

Modul, Mediana i Media vizeaz

acelai lucru, tendina central
i totui
1

9 10 11 12 13 14 15

60 45 22 20 16 16 16 15 14 14 14 12 12 12 12

media=20
X/N=300/15

mediana=15
(N+1)/2=8

N=15
X=300

modul=12
(valoarea cea mai frecvent)

Proprietile mediei aritmetice

Adugarea\scderea unei constante la fiecare
valoare a distribuiei, mrete\scade media cu
acea valoare
nmulirea\mprirea fiecrei valori a distribuiei
cu o constant, multiplic\divide media cu acea
constant
Suma abaterii valorilor de la medie este
ntotdeauna egal cu zero
Suma ptratului abaterilor de la medie va fi
ntotdeauna mai mic dect suma ptratelor
abaterilor n raport cu oricare alt punct al
distribuiei

Proprietile mediei
variabila constant
5
8
3
2
5
4
m=4.5

2
2
2
2
2
2

7
10
5
4
7
6

10
16
6
4
10
8

m=6.5

m=9

abateri
medie
0,50
3,50
-1,50
-2,50
0,50
-0,50
suma=0
media=?

Valori nedeterminate i clase

deschise
Valorile nedeterminate
valori a cror mrime nu decurge din procesul de
msurare, n acelai mod n care rezult oricare
valoare a seriei
Exemplu: testul de asociere verbal (10 sec)

Clase (categorii) deschise

categorii care au una dintre limite liber
Exemplu: Cte igri fumezi zilnic? (30 sau mai
mult).

n astfel de cazuri se utilizeaz mediana

Avantajele indicatorilor tendinei centrale

MODUL

- Uor de calculat (nesemnificativ n prezent);

- Poate fi utilizat pentru orice tip de scal;
- Este singurul indicator pentru scale nominale;- Corespunde unui scor real al distribuiei;

- Poate fi utilizat pe scale ordinale i de

interval\raport;
MEDIANA - Poate fi utilizat i pe distribuii de frecven cu
clase deschise sau scoruri nedeterminate la
marginile distribuiei;

MEDIA

- Reflect valorile ntregii distribuii;

- Are multe proprieti statistice dezirabile;
- Adecvat pentru utilizare n statistici avansate;

Dezavantajele indicatorilor tendinei centrale

MODUL

- n general, nesigur, mai ales n cazul eantioanelor mici,

cnd se poate modifica dramatic la o modificare minor a
unei valori;
- Poate fi greit interpretat. Se identific total cu un scor
anume, fr a spune nimic despre celelalte valori;
- Nu poate fi utilizat n statistici infereniale;

- Poate s nu corespund unei valori reale (N par);

- Nu reflect valorile distribuiei (un scor extrem se poate
modifica, fr a afecta Me);
MEDIANA - Este mai puin sigur n extrapolarea de la eantion la
populaie;
- Greu de utilizat n statistici avansate

MEDIA

- De obicei nu corespunde unei valori reale;

- Nu este tocmai adecvat pentru scale ordinale;
- Conduce la interpretri greite pe distribuii asimetrice
- Poate fi puternic afectat de scorurile extreme;

Valori extreme (excesive) ale

distribuiei
valori excesive, neobinuit de mari sau de
mici fa de celelalte valori ale unei
distribuii
Identificare
metoda grafic Box-and-Whisker-Plot (BoxPlot)
autor Tukey

142 valoare extrem

Limita de sus poate urca pn la 133,5

Cea mai apropiat valoare este 125

135 valoare extrem

114+1.5x13=133.5

114

Percentila 75 (114)
Mediana
(Q2)

H=114-101=13
Percentila 25 (101)
101
Limita de jos este 81.5
Trasm la 86

101-1.5x13=81.5

30

Rasp corecte examen iunie

25

20

15

10

0
1

grupa

10

SUM (it_01 to it_22)

125

100

75

50

25

Gender

Tratarea valorilor extreme

Stabilirea naturii valorilor extreme:
erori de nregistrare (tastare);
erori de msurare;
rezultate influenate de anomalii ale condiiilor
experimentale.
eantionul a fost extras dintr-o populaie asimetric
valorile respective fac parte din alt populaie de
valori
eantion prea mic

Tratarea lor pe una din cile posibile:

eliminare (dac sunt erori necorectabile);

corectare (dac este posibil);
utilizarea mediei 5%trim,
transformare (extragerea radicalului din toate valorile
distribuiei, logaritmarea distribuiei, etc.)

Indicatori sintetici ai mprtierii

msoar gradul de diversificare a valorilor
mprtierea
scorului la un test
de rezisten la
stres, nainte i
dup un program
de psihoterapie

dupa
nainte

m1=30 m2=40

Tipuri de indicatori
1.
2.
3.
4.
5.
6.
7.
8.

Amplitudinea absolut
Amplitudinea relativ
Abaterea quartil (cvartil, intercvartil)
Abaterea semi-interquartil
Abaterea medie
Dispersia (variana)
Abaterea standard
Coeficientul de variaie

Amplitudinea absolut (R)

diferena dintre valoarea maxim i
valoarea minim a unei distribuii
indic n mod absolut plaja de valori ntre
care se ntinde distribuia.
poate fi influenat de o singur valoare
aflat la extremitatea distribuiei
1,2,3,4,5,6,7

R=Xmax-Xmin=7-1=6

Amplitudinea relativ (R%)

raportul procentual dintre amplitudine i
medie
util cnd cunoatem plaja teoretic de
variaie a valorilor

1,2,3,4,5,6,7

R
R% *100
m

6
R% *100 150%
4

Imprecizia amplitudinii

Distribuia A are o amplitudine

mai mare dar i o variabilitate
mai mare dect distribuia B

Amplitudinile distribuiilor A
i B sunt identice, dar
distribuia A are mai mult
variabilitate.

Abaterea quartil (cvartil,

intercvartil) (RQ)
diferena dintre quartila 3 i quartila 1
este distana dintre limita superioar i cea
inferioar a casetei Box-Plot (valoarea H)

RQ Q3 Q1

Abaterea semi-interquartil
(RSQ)
distana unui un scor tipic fa de amplitudinea
ntregii distribuii
este abaterea quartil mprit la 2
ntr-o distribuie perfect simetric RSQ=Q2=Me
RSQ nu este afectat de valorile aberante
indicator robust al mprtierii

RSQ

Q3 Q1

Abaterea medie (d)

X
5

Xi m
(5 4.5) = .5

8
3

(8 4.5) = 3.5
(3 4.5) = -1.5

(2 4.5) = -2.5

(5 4.5) =

(4 4.5) = -.5

X = 27
N=6

m = 4.5

(Xi-m) = 0

abaterea
valorii

abaterea
medie

.5

ntotdeauna d=0
dar...

|X

m|

1.5

Dispersia
(variana, abaterea medie ptratic)
Notaii uzuale:
s2 (eantion)
2 (populaie)

Se calculeaz ca sum a abaterilor de

la medie ridicate la ptrat

Dispersia (variana)

s2 (eantion) 2 (populaie)
X

(Xi m)

(Xi m) 2

5
8
3

(5 4.5) = .5
(8 4.5) = 3.5
(3 4.5) = -1.5

.25
12.25
2.25

2
5
4

(2 4.5) = -2.5
(5 4.5) = .5
(4 4.5) = -.5

6.25
.25
.25

s2

m = 4.5

(Xi-m) = 0

(X-m)2 =
21.5

21,5
s
3.58
6
2

X =
27
N=6

2
(
X

m
)
i

Abaterea standard
s (eantion); (populaie), SD (APA); ab.std.

se calculeaz prin
extragerea radicalului
din expresia dispersiei

(X

m)

21,5
1,89
6

Corecia indicatorilor mprtierii

calculai pentru eantioane
dispersia

abaterea standard

Abaterea standard nu este definit pentru (n-1), ci pentru n

Dar... suma abaterilor
2 de la medie este ntotdeauna 0
( X in-1
m
)
2... dac tim
abateri,
o cunoatem pe ultima ( X m) 2
i
s ... doar primele n-1 abateri pot varia liber.

s
...(n-1) sunt N
definite ca grade de libertate
N

s2

2
(
X

m
)
i

(X

N 1

m)

N 1

Proprietile abaterii standard

1. Dac se adaug/scade o constant la
fiecare valoare a unei distribuii, abaterea
standard nu este afectat

Proprietile abaterii standard

2. Dac se multiplic/divide fiecare valoare a unei
distribuii cu o constant, abaterea standard se
multiplic/divide cu acea constant

Proprietile abaterii standard

3. Abaterea standard

fa de medie este
mai mic dect
abaterea standard
fa de orice alt
valoare a unei
distribuii

(Xi m)

(Xi 5)2

5
8
3
2

(5 4.5) = .5
(8 4.5) = 3.5
(3 4.5) = -1.5
(2 4.5) = -2.5

(5-5)2=0
(8-5)2=9
(3-5)2=4
(2-5)2=9

5
4

(5 4.5) = .5
(4 4.5) = -.5

(5-5)2=0
(4-5)2=1

X = 27
N=6
m = 4.5

(Xi-m) = 0

(X-5)2 =23

Coeficientul de variaie (cv)

abaterea medie i abaterea standard se exprim n
unitile de msur ale variabilei de referin
ca urmare, nu pot fi comparate n mod direct, pentru
variabile diferite

s
cv *100
m

cv poate fi calculat numai pe scale de

raport (origine n 0)
cv<15%, mprtierea este mic i, deci,
media este reprezentativ
cv este ntre 15%-30%, mprtierea este
mijlocie i media este suficient de
reprezentativ
cv > 30%, mprtierea este mare i
media are o reprezentativitate redus

Alegerea indicatorului mprtierii

Abaterea standard este cea mai utilizat pentru
scale de msurare interval/raport. Realizeaz
cea mai bun combinaie ntre calitatea estimrii
i posibilitatea de a fundamenta inferene
statistice.
Amplitudinea este un indicator nesigur i care
nici nu poate fi calculat n cazul scalelor
nominale
Pe distribuii cu valori nedeterminate sau cu
intervale deschise, se alege abaterea
interquartil (semi-interquartil).

Indicatori ai formei distribuiei

simetrie (skewness)
simetric
Skewness
0

asimetric negativ
negativ

asimetric pozitiv
pozitiv

Efectul asimetriei asupra mediei

3, 4, 5, 5, 6, 7
Modul: 5
Mediana: 5
Media: 5

3, 4, 5, 5, 6, 7, 17
Modul: 5
Mediana: 5
Media: 6.7

Distribuie: simetric

Medie
Mediana
Mod

asimetric negativ

asimetric pozitiv

Median

Medie
Mod

Mod

Medie
Median

Indicatori ai formei distribuiei

boltire (kurtosis)
leptocurtica

Kurtosis pozitiv

mezocurtica

Kurtosis

platicurtica

Kurtosis negativ

Pentru sntatea dvs.,

Cnd traversai, uitai-v spre
partea de unde pot veni maini!