StatisticaecologicaNotedecurs

Organizarea datelor statistice

De date ecologice sunt extrem de complexe, cuprinzand o gama larga de variabile

care interacioneaz si care, de multe ori sunt dificil de identificat. Deoarece natura n sine
este un sistem foarte complex, cele mai multe variabile msurate de ecologiti nu
funcioneaz n mod independent, astfel nct interaciunile i corelaiile dintre variabilele
trebuie s fie contabilizate. n plus, numrul de variabile care influeneaz un fenomen
ecologic poate fi foarte mare, motiv pentru care cunoasterea tuturor aspectelor sub care
variabilele pot fi clasificate si sistematizate este obligatorie in analiza statistica.
Scopul oricrei msurri este, mai direct sau mai puin direct, acela de a trage
concluzii i de a susine raionamente. De aceea, contientizarea procesului de msurare
este important din urmtoarele motive:

Cunoaterea tipurilor de transformri la care putem supune n mod legitim valorile

rezultate prin msurare.

Evitarea concluziilor lipsite de sens. De exemplu, dac azi sunt afar 20 de grade C
i ieri au fost doar 10, nu putem spune c azi este de dou ori mai cald, ci c este cu
10 grade mai cald dect ieri.

Alegerea procedurilor statistice adecvate datelor numerice i scopurilor pe care ni le

propunem.

De

exemplu, nu

vom

putea

alege

proceduri de

tip

metric

(cantitativ) atunci cnd variabila dependent este de tip non-metric (calitativ).

1. Niveluri (scale) de msurare

Statistica opereaz cu valori, numerice sau de alt natur, care rezult dintr-un
proces de msurare. Dar numerele, dei au aceeai form, nu sunt asemntoare unele cu
altele. Ele pot avea diferite semnificaii sau proprieti n funcie de tipul de msurare din
procesului de msurare, putem distinge mai multe niveluri: nominal, ordinal, de interval i de

raport. Ordinea n care le-am enuntat este una ierarhic, de la nivelul de msurare cel mai

Page

care rezult. n funcie de cantitatea de informaie pe care o reprezint valorile, ca rezultat al

StatisticaecologicaNotedecurs
redus (nominal), pn la nivelul de msurare cel mai ridicat (raport). Fiecare nivel are
anumite proprietti, astfel nct fiecare nivel include criteriile tuturor celor inferioare lui. n
obisnuit nivelurile sunt cunoscute si sub denumirea de scale de msurare.
Nivelul nominal
O msurare pe scal nominal nseamn, de fapt, a plasa obiectele n diferite clase
(categorii). n acest caz o valoare nu este cu nimic mai mare sau mic dect alt valoare. Un
exemplu la ndemn este valoarea atribuit genului. Ea poate fi codificat cu M sau F,
ori, la fel de bine cu 2 sau 1. n acest caz, respectivele valori nu sunt dect simboluri ale
unei anumite caliti pe care o ia caracteristic de gen a unei persoane. Cu alte cuvinte,
ntr-un asemenea caz 2 nu nseamn c este mai mult sau mai bun dect 1 ci doar faptul
c este diferit de acesta. Vom observa c ambele codificri de mai sus sunt arbitrare, n
locul lor putnd utiliza orice alte simboluri, pe o baza de convenie. Variabilele msurate pe
scale de tip nominal pun n eviden diferene calitative ntre valori i nu cantitative. Alte
exemple de variabile exprimate pe scale nominale: specii, situri, ecosisteme, verigi trofice,
culori, etc.).
Valorile de tip nominal pot fi, la rndul lor, de dou feluri:

De identificare, atunci cnd o valoare are rolul de codificarea identitii,

referindu-se n mod unic la un anumit individ (de ex., codul de identificare
individuala n

cadrul unui experiment). Aceast form este nerelevant

din punct de vedere propriu-zis statistic, dar este extrem de util ca variabil
ajuttoare n manipularea i organizarea datelor pentru prelucrare.

Categoriale, atunci cnd desemneaz forme pe care le ia o variabil. Aceast

form

este n mod obinuit ntrebuinat n ecologie, ori de cte ori este

necesar repartizarea subiecilor n diverse clase sau categorii, n funcie de

prezena sau absena anumitor caracteristici.
Valorile msurate pe o scal de tip nominal au un caracter calitativ i nu suport
operaii numerice, altele dect cele descriptive (numrare, procente).
Nivelul ordinal
Valorile plasate pe o scal de tip ordinal au o anumit semnificaie cantitativ, dar
aceasta este limitat la raportul de mrime. O anumit valoare este mai mare sau mai
bun dect alta, aflat sub ea. Implicit, ea poate fi mai mic sau mai puin bun dect

mai slaba dect 1. n concluzie, valorile tip ordinal ne spun dac o valoare este mai mare
sau mai mic dect alta, dac o anumit calitate este prezent ntr-o msur mai mare sau

Page

caliate a apelor de suprafata. Pe o scal de tip ordinal putem ti c 2 nseamn o calitate

alt valoare, aflat deasupra ei. Un exemplu ilustrativ ar putea fi reprezentat de clasele de

StatisticaecologicaNotedecurs
mai mic, fr a putea preciza care este diferena de cantitate a caracteristicii msurate.
Ca urmare, valorile de tip ordinal au, ca i cele de tip nominal, o semnificaie calitativ i nu
una cantitativ. Codurile valorilor ordinale pot fi date si arbitrar, dar ele trebuie s
exprime ideea de ordine.
Nivelul de interval
O variabil msurat pe o scal de interval ne ofer informaii nu doar despre
ordinea de mrime, ci i despre dimensiunea exact a caracteristicii msurate. Valorile de
acest tip au un caracter cantitativ, exprimat numeric, iar intervalele dintre ele sunt egale.
Exemplu: temperatura, msurat pe o scal Celsius. Dac ntr-o zi se msoar 5
grade iar n ziua urmtoare 10 grade, se poate spune cu precizie c a doua zi a fost cu 5
grade mai cald;
Ceea ce este caracteristic valorilor msurate pe scal de interval este absena unei
valori 0 absolute. Cu alte cuvinte, valorile de acest tip nu ne permit evaluri de genul: O
temperatur de 10 grade este de dou ori mai mare dect una de 5 grade deoarece
temperatura msurata pe scala Celsius nu are o valoare 0 absolut (unde 0 inseamna
absenta).
Nivelul de raport
Valorile exprimate pe o scal de raport dein cel mai nalt grad de msurare. Pe
lng egalitatea intervalelor, specific scalei de interval, acest tip de valori se raporteaz i
la o valoare 0 absolut (nu este posibil nici o valoare mai mic de 0). Din acest motiv, este
permis aprecierea raportului dintre dou valori.
Exemple: dac ne referim la temperaturi, atunci scala Kelvin, este un bun exemplu
(0 grade Kelvin este temperatura minim absolut); timpul; numrul de specii dintr-un
ecosistem, numarul de indivizi, numarul de solzi, concentratii, etc.
La fel ca i valorile msurate pe scale de interval, valorile msurate pe scal de
raport

suport toate transformrile matematice posibile. Din acest

motiv, n practic,

valorile msurate pe scal de interval sau de raport sunt considerate similare, fiind
prelucrate prin acelai gen de proceduri statistice. Ca urmare, n acest caz, se spune c o
variabil este msurat pe o scal de interval/raport.
Dac lum n considerare proprietile numerice i tipul de transformri suportate de
fiecare scal de msurare, atunci ordinea cresctoare a acestora este nominal-ordinal-

Page

interval-raport.

StatisticaecologicaNotedecurs
Variabile categoriale
O variabil se numeste categorial atunci cnd valorile acesteia descriu categorii.
Exemplul cel mai la ndemn l reprezint variabilele nominale categoriale: genul
(masculin/feminin),

clasificarea speciilor dupa diferite crieterii etc.

Dar variabilele

categoriale pot fi si de alt natur dect nominale. De exemplu, categoriile de vrst

reprezint valori de nivel ordinal, deoarece implic o msurare ordonat n functie de timpul
scurs de la nastere.
Categoriile trebuie s se exclud reciproc (s nu existe cazuri care pot face parte din
mai mult de o singur categorie) i exhaustive (categoriile trebuie s acopere ntreaga plaj
de posibiliti la nivelul populaiei studiate, pentru a nu rmne cazuri neanalizate).
Mai mult, chiar, n programele de prelucrri statistice se utilizeaz termenul generic
de scal, pentru a desemna o variabil msurat pe scal de interval/raport.
n acest punct al prezentrii distinctia variabilelor categoriale nu pare s aib o
important

practic evident, dar odat cu aprofundarea studiului statisticii vom

descoperi c exist proceduri statistice special destinate analizei acestora. Din acest motiv
trebuie este important s recunoastem variabilele categoriale.
Statistica parametric/statistica neparametric
Esena procedurilor statistice este verificarea ipotezelor. Aceasta se face prin
utilizarea unor proceduri de calcul care urmresc punerea n eviden a legturilor dintre
variabile. Atunci cnd

aceste proceduri se aplic unor situaii n care variabilele

dependente sunt de tip cantitativ (interval/raport), procedura se numete parametric. Prin

opoziie, procedurile aplicate n cazul n care variabilele dependente sunt de tip calitativ
(nominale sau ordinale) se numesc neparametrice. Alegerea procedurilor statistice este un
proces destul de complicat, care va fi discutat pe larg mai departe i care va fi pe deplin
neles numai dup finalizarea cursului i dobndirea unei anumite practici n utilizarea
procedurilor statistice. Pentru nceput, considerm suficient ntelegerea distinctiei dintre

Page

aceste dou categorii de proceduri statistice

StatisticaecologicaNotedecurs

2. Indicatorii tendintei centrale si a variatiei

Repartizarea datelor calitative i a celor numerice dintr-o colectivitate statistic se
poate efectua dup frecvena de apariie a caracteristicilor lor, obinndu-se structura
colectivitii.
Datele (care se refer la diferite domenii ale cunoaterii) odat aranjate ntr-o
repartiie de frecvene, scot n eviden trsturile commune ale tuturor curbelor de repartiie
i care se supun unor legi generale. Acest lucru ne permite ca experiena ctigat ntr-un
anumit domeniu al cunoaterii s poat fi extins i n alt domeniu.
La toate curbele ns trebuie s observm variabilitatea mrimilor care se obin ca
rezultat al unor msurtori. Cu toate c exist variabilitate, se observ o tendin a datelor
de a se grupa n centrul curbei (tendina central). Dac se msoar mrimea abaterii de la
punctul de concentrare maxim a frecvenelor, se constat c sunt mai frecvente abaterile
mici dect cele mari, c abaterile n ambele pri fa de punctul de concentrare maxim se
echilibreaz aproape complet i c abaterile foarte mari sunt foarte rare. Deoarece frecvena
variaz, vom alege acea mrime care se ntlnete cel mai des. Ea va fi msura tendinei
centrale a repartiiei. Aceast mrime, ca i altele asemntoare se numesc indicatori (sau
parametrii) de poziie, deoarece arat poziia elementelor principale ale repartiiei pe axa
absciselor.
Caracterul reprezentativ al oricrui indicator de poziie depinde de ct de strns i se
altur celelalte valori, sau cu alte cuvinte, de gradul de concentrare a datelor n jurul
tendinei centrale.
2.1.

Indicatorii tendinei centrale

Atenuarea datelor, care accidental sunt prea mari sau prea mici dintr-o populaie
statistic se face prin calcularea unor medii, n felul acesta fcndu-se o compensare a
valorilor individuale. Acest calcul ne arat o anumit tendin a fenomenului studiat, media
statistic fiind o valoare ce sintetizeaz ntr-o singur expresie numeric toate valorile din
seria msurtori sau observaii. Termenii seriei difer de medie deoarece au fost influenai
de diferii factori.

Definiia 1. Dac n urma unei selecii apar valorile distincte x1, x2,..., xn, atunci media
aritmetic este dat de formula:

Page

individuale, netipice. Ea este cuprins ntre valoraea cea mai mare i cea mai mic.

Media aritmetic. Media aritmetic simpl exprim un nivel mediu, anihilnd abaterile

StatisticaecologicaNotedecurs

x=

x1 + x2 + ... + xn 1 n
= xi
n
n i =1

n cazul datelor centralizate (n care avem repartiia de frecven):

x=

n1v1 + n2 v2 + ... + nn vn 1 n
= ni vi
n
n i =1

care se mai numete medie aritmetic ponderat. Numrul care arat de cte ori se
repet fiecare valoare (nj) este "ponderea" valorii respective.
Media aritmetic are dezavantajul c este sensibil la valori extreme, iar dac
termenii sunt prea "mprtiai", tinde s devin o valoare nereprezentativ. Media aritmetic
este o valoare lipsit de coninut dac elementele sunt deosebite din punct de vedere
calitativ, caz n care este mai util s se fac medii pariale pentru fiecare tip de colectivitate.
Dac avem mai multe medii, fiecare referindu-se la o anumit categorie, fiecare
medie va fi ponderat n funcie de importana categoriei sale.
Media geometric. Media geometric este mai puin sensibil la valorile extreme dect
celelalte medii, deci se ntrebuineaz cnd dorim s atenum divergenele mari dintr-o serie
de determinri cu frecvene egale, fiind dup o expresie "cea mai exact medie". Se
utilizeaz cnd valorile au o evoluie (de cretere sau scdere) permanent, nentrerupt,
sau o raie din ce n ce mai mare, termenii fiind legai ntre ei printr-o relaie de produs. De
asemenea se mai ntrebuineaz cnd vrem s dm o importan mai mare termenilor mai
mici, n valoare absolut, sau cnd diferenele ntre termeni sunt foarte mari. Are
dezavantajul c nu se poate ntrebuina cnd avem valori nule sau negative.
Dac x1, x2,..., xn sunt n valori, media geometric se definete prin

M g = n x1 x2 ...xn

1 n
lg xi
n i =1

Page

lg M g =

Calculul se face mai uor cu ajutorul logaritmilor:

StatisticaecologicaNotedecurs
Datorit faptului c se calculeaz mai uor cu ajutorul logarimilor, se mai numete
"medie logaritmic". Ea se utilizeaz i la calcularea ritmului (de cretere sau descretere)
numindu-se astfel i "medie de ritm". n rezumat, se ntrebuineaz cnd:
- seria are o mare dinamicitate;
- termenii au variaii mari;
- distribuia are un caracter pronunat de asimetrie.
Observaie. Media geometric se folosete atunci cnd prezint importan variaiile
relative. De asemenea media geometric poate fi folositoare pentru calculul unor rapoarte.
Media ptratica se ntrebuineaz cnd valorile prezint creteri din ce n ce mai mari. Ea
constituie modelul matematic pentru abaterea medie ptratic. Media este sensibil la valori
extreme, din care cauz este ntotdeauna mai mare dect celelalte medii. Are avantajul c
se poate aplica i n cazul valorilor nule sau negative (care prin ridicare la ptrat devin
pozitive). Se ntrebuinzeaz cnd dm importan valorilor mari.
Media ptratic este definit prin formula:

x patr , s =

1 n 2
xi
n i =1

sau n cazul datelor centralizate (media ponerat):

x patr , p =

1 n
ni vi2
n i =1

Media armonic este valoarea invers a mediei aritmetice ale valorilor inverse datelor de
observaie:

Mh =

n
n

x
i =1

rar. Se utilizeaz cu predilecie n economie.

Page

cnd frecvenele sunt egale. Pentru o repartiie de frecven, media armonic se folosete

Exprim caracterul sintetic al unor valori ce se afl n raport invers. Se utilizeaz

StatisticaecologicaNotedecurs

Media glisant numit i "medie mobil", se utilizeaz n cazul n care irul valorilor
prezint fluctuaii mari, brute i e greu de apreciat tendina (trendul). Se presupune c
media glisant corespunde mijlocului intervalului sintetic. Calculul se face mediind 3 sau 5
valori alturate.
Media glisant pentru 3, respectiv 5 valori alturate sunt date de formulele

xglis ,3 =

xglis ,5 =

xi 1 + xi + xi +1
3

xi 2 + xi 1 + xi + xi +1 + xi + 2
5
Mediana este elementul dintr-un ir de date statistice care ar mpri intervalul n

dou grupe egale ca numr, dup ce acestea au fost ordonate dup mrimea lor. Dac seria
are 2n+1 elemente, atunci mediana este elementul n+1, iar dac are 2n elemente mediana
este media aritmetic a celor doi termini din mijloc.
Modul reprezinta valoarea sau clasa de interval cu frecventa cea mai mare. Este
expresia cea mai direct a valorii tipice (reprezentative). Se afl prin alctuirea tabelei de
frecvene (simple sau grupate) si este valoarea (clasa) creia i corespunde frecvena
absolut cea mai ridicat.
Distributiile pot fi :
-

unimodale(583254Mo=5)

bimodale(5832254Mo=5;=2)

multimodale(58832254Mo=5;=2;=8)
2.2.

Indicatorii variatiei

O medie este reprezentativ numai atunci cnd se calculeaz din valori omogene
ntre ele. Cu ct fenomenele sunt mai complexe (dependente de mai multi factori), cu att
variaia este mai mare i utilizarea mrimilor medii devine insuficient. De aceea este
important de cunoscut ct de departe sunt valorile sumei statistice fa de medie.

Page

pentru populaia statistic.

Comparaia se face cu media seriei, considerat ca fiind valoarea cea mai reprezentativ

StatisticaecologicaNotedecurs
Analiza statistic a unei repartiii poate fi aprofundat prin calculul indicatorilor de
variaie. Acesti indicatori trebuie s serveasc la :

verificarea reprezentativitii mediei ca valoare tipic a unei populaii statisatice;

verificarea gradului de omogenitate a seriei;

caracterizarea statistic a formei i gradului de variaie a unui indicator;

cunoasterea gradului de influen a factorilor dup care s-a facut gruparea unitilor
observate.
2.2.1. Indicatorii simpli ai variaiei.
Indicatorii simpli ai variaiei servesc la caracterizarea gradului de mpratiere a

mrimilor seriei statistice. Se pot exprima att n mrimi absolute ct i n mrimi relative.
Din aceasta grupa fac parte :
-

amplitudinea variaiei (absolut i relativ);

abaterile individuale (absolute i relative).

Amplitudinea absolut se calculeaza ca diferena dintre valoarea maxim i valoarea

minim al caracteristicii :
Aa = xmax xmin
Amplitudinea relativa se exprima de regul n procente i se calculeaz ca un raport ntre
amplitudinea absolut i media aritmetic :
Ar =

Aa
100
x

Abaterile individuale absolute (di) se calculeaz ca diferena ntre fiecare valoare i media
aritmetic :
di = xi - x

, i = 1,...,n

Abaterile individuale relative (dr) se calculeaz ca raportul dintre abaterile individuale

absolute i media aritmetic (se exprima n procente) :
dr =

di
x

100 , i = 1,...,n

Gradul de variaie al unei caracteristici depinde de toate abaterile variantelor

nregistrate i de frecventa lor de apariie i prin urmare indicatorii simpli ai variaiei nu pot

Page

indicatorilor sintetici ai variaiei.

exprima ntreaga variaie a unei populaii statistice. De aceea a fost necesar introducerea

StatisticaecologicaNotedecurs
2.2.2. Indicatorii sintetici ai variaiei.
Indicatorii sintetici ai variaiei, la fel ca i indicatorii tendintei centrale trebuie s se
bazeze pe toate observaiile, sa fie usor de calculat, uor de nteles i s fie ct mai puin
afectai de fluctuaiile de selecie.
Indicatorii sintetici ai variaiei sunt :
-

abaterea medie liniar ;

abaterea medie patratic;

dispersia;

coeficientul de variaie.

Abaterea medie liniar se calculeaz ca o medie aritmetic simpl sau ponderat, luate n
valoare absolut :
Pentru o serie simpl

d =

| x x |
i =1

Abaterea medie liniar prezint dezavantajul c nu ine seama de faptul c abaterile

mai mari n valoare absolut influenteaz n mai mare masur gradul de variaie a unei
caracteristici, n comparaie cu abaterile mici. n plus, nu este indicat s se renune n mod
arbitrar la semnul valorilor din care se calculeaz o valoare medie. Din aceste considerente
se folosete ca principal indicator sintetic al variaiei abaterea medie patratic.
Abaterea medie patratic sau abaterea standard () se calculeaz ca o medie patratic din
abaterile tuturor elementelor seriei de la media lor aritmetic:
=

(x

Acest indicator este mai concludent dect abaterea medie liniar. Prin ridicarea la
ptrat se d o importan mai mare abaterilor mari n valoare absolut, acestea influennd

abaterea medie liniar este egal cu 4/5 din valoarea abaterii medii ptratice.

Page

n literatura de specialitate se apreciaz ca pentru o serie de distribuie normal

10

ntr-o msura mai mare gradul de variatie al variabilelor analizate.

StatisticaecologicaNotedecurs
Abaterea medie ptratic este un indicator de baz, care se folosete la analiza
variaiei, la estimarea erorilor de selecie n calculul de corelaie.
La fel ca abaterea medie liniar, abaterea medie ptratic se exprim n unitatea de
masur a variabilei a carei variaie o caracterizeaz. Prin urmare cei doi indicatori nu se pot
folosi pentru compararea gradului de variaie i n aceasta situaie se recurge la un alt
indicator de variaie : coeficientul de variaie.
Coeficientul de variatie (v) se calculeaza ca un raport ntre abaterea medie ptratic i
media aritmetic. De obicei se exprim sub form de procente :
v=

100

Semnificaie. Cu ct valoarea lui v este mai aproape de zero cu att variaia este mai slab,
colectivitatea este mai omogen, media avnd un grad ridicat de reprezentativitate. Cu ct
valoarea lui v este mai mare cu att variaia este mai intens, colectivitatea este mai
eterogen, iar media are un nivel de semnificaie sczut.
Se apreciaz c la un coeficient de peste 35-40%, media nu mai este reprezentativ
i datele trebuie separate n serii de componente, pe grupe, n funcie de variaia unei alte
caracteristici de grupare.
Se poate afirma c acest indicator poate fi folosit ca un test n aplicarea metodei
gruprii. Dac media aritmetic este aproape de zero, coeficientul de variaie nu are
semnificaie.
Dispersia ( 2 ) este media ptratelor abaterilor de la media aritmetic :

2 =

2
1
xi x .

Msura dispersiei se refer la mprtierea valorilor dintr-un set de date. Media nu are
semnificaie dac se aplic pe un set de date foarte dispersate. De exemplu dac lum
valoarea medie a oraelor mari (peste 200.000 locuitori) va da o valoare de peste 400.000
datorit Bucuretiului care are 2.000.000. ns rezultatul nu are nici o semnificaie (nici un
ora nu area aceast valoare).
Msurile dispersiei, exprimate sub forma unitilor de msur ale fenomenului
cercetat, nu sunt ntotdeauna utile atunci cnd se compar dispersiile a dou sau mai multe

Page

situaii:

11

serii. Compararea dispersiilor a dou sau mai multe serii d rezultate n urmtoarele 2

StatisticaecologicaNotedecurs
a) irurile care se compar pot fi exprimate n aceleai uniti, iar mediile pot fi
aceleai sau au dimensiuni aproape egale.
b) irurile care se compar pot fi exprimate n aceleai uniti, ns mediile difer.
Dac seriile se exprim n uniti diferite, dispersiile nu pot fi comparate direct. De aceea de
multe ori se folosete abaterea medie ptratic n loc de dispersie.
n unele lucrri aceast mrime se numete varian (din l. engl. variance). Variana este o
msur important n special cnd se studiaz variaia a dou sau mai multe eantioane. O
tehnic statistic foarte puternic este cunoscut sub numele de analiza de varian i
utilizeaz dispersia pentru a decide dac un numr de eantioane difer semnificativ unul de
altul.
Asimetrie si boltire
Skewness - asimetrie
Abaterea medie ptratic i dispersia sunt indicatori care dau o msur a mprtierii
valorilor ntr-o distribuie de frecven. ntr-un anume sens ele ofer o msur a limii
distribuiei. Aceasta ns nu ofer nici o informaie privind caracteristicile formei distribuiei
de frecven. Figura de mai jos nfieaz 6 distribuii utiliznd histograma. Aceasta
reprezint un set de date care au acelai numr de valori. Pe orizontal avem o unitate de
msur exprimat n abateri medii patratice (), iar pe vertical avem media aritmetic.
Dup cum se observ, se poate face o comparaie direct.
Aparent cele ase distribuii de frecven sunt foarte diferite. Cele din partea dreapt (b,d, i
f) sunt similare dintr-un singur punct de vedere, anume ele sunt asimetrice, vrful este
plasat n stnga sau dreapta mediei. Spunem c avem o distribuie distorsionat sau
asimetric (skewed). Cele din stnga (a,c,e) au un grad mic de distorsiune (asimetrie). n
toate cazurile vrful este n apropierea mediei. Toate acestea sunt distribuite simetric.
Pe de alt parte cele dou distribuii de pe fiecare rnd pot fi considerate similare, n sensul
c au un anumit grad de ascuire sau kurtosis. Cele din primul rnd sunt foarte ascuite;
ele au aceleai grad de kurtosis. Cele din al doilea rnd au ascuimea mai moderat, iar
cele din al treilea rnd sunt relative plate.
Distorsiunea msoar, deci, volumul de valori din distribuia concentrat de o parte i de alta

distribuia este negativ distorsionat (d).

Page

pozitiv distorsionat (b). Daca exist mai multe valori mai mari dect media, spunem c

12

a mediei. Dac acest volum de valori este mai mic dect media, spunem c distribuia este

StatisticaecologicaNotedecurs

O distribuie perfect simetric nu are distorsiune (skewness=0).

Exist mai multe metode de msurare a distorsiunii. Cea mai uzitat este formula:

(x x)
S=

n 3

unde la numrtor avem deviaia cubic a valorilor fa de medie, iar este abaterea medie
ptratic.
Avem urmtoarele situaii:
-dac S <0 avem distorsiune negativ;

Page

Kurtosis boltire

13

-dac S >0 avem distorsiune pozitiv.

StatisticaecologicaNotedecurs
Kurtosis d o msura a extinderii nspre valorile care sunt concentrate ntr-o parte a
distribuiei de frecven. Dac o clas ntr-o distribuie de frecven conine o foarte mare
parte din valorile din distribuie, atunci distribuia prezint un mare grad de kurtosis, iar forma
este mai ascuit.
ntr-o distribuie cu un grad mic de kurtosis (distribuie plat) fiecare clas conine o proporie
similar din toate valorile.
Formula folosit pentru k este :

K=

(x x)

n 4

Pentru distribuia normal avem K=0, pentru o distribuie ascuita K>0, iar pentru o distribuie
plat K<0.
Ca i distorsiunea K ofer informaii preioase asupra distribuiei unui set de date

Page

14

suplimentare celor date de medie i dispersie.