Modelare i simulare ndrumar de laborator

LUCRAREA
1

PRELUCRAREA STATISTIC A DATELOR

EXPERIMENTALE

1. Obiectivele lucrrii
nsuirea unor noiuni referitoare la: principalele tipuri de prelucrri statistice efectuate
asupra eantioanelor de valori provenite din msurri experimentale sau din operaii de
achiziie de date, domeniil de aplicabilitate ale respectivelor prelucrri, algoritmii i modurile
de lucru corespunztoare.
Aplicarea testelor statistice prezentate n lucrare asupra unui eantion de date
experimentale i enunarea concluziilor corespunztoare.

2. Noiuni teoretice
n situaiile n care se urmrete determinarea valorii unei variabile dintr-un anumit proces,
atunci cnd se dorete eliminarea sau reducerea efectelor datorate diverselor tipuri de erori,
valorile experimentale obinute sunt supuse unor teste ce evalueaz influenele induse de ctre
factorii generatori de erori de msurare.
Principalele categorii de teste statistice aplicabile unui eantion de valori experimentale
sunt dedicate identificrii i eventual eliminrii unor influene datorate celor trei tipuri de erori
ce pot conduce la diferene ntre valorile msurate i cele reale ale variabilei ce se dorete a fi
determinat:
erori aberante (grosolane), cauzate de funcionarea defectuoas a sistemului de
msurare sau provenite din nerespectarea de ctre operatorul uman a metodologiei
adecvate de msurare;
erori sistematice, cauzate n general de configurarea (reglarea) incorect a sistemului
de msurare sau de influena unor factori exteriori de valoare constant;
erori aleatoare, prezente n majoritatea activitilor de msurare, datorate caracterului
stochastic al oricrui proces natural, inclusiv al procesului studiat i al celui n urma
cruia se obin valorile experimentale.
n continuare vor fi prezentate o serie de teste pentru identificarea celor trei tipuri de erori
enumerate mai sus. Dac identificarea valorilor experimentale afectate de erori aberante poate
fi urmat de eliminarea valorilor respective din eantionul de date experimentale, prezena
erorilor sistematice nu poate fi perceput dect prin influena sa asupra ntregului eantion de
valori experimentale. Reducerea efectelor induse de ctre erorile sistematice nu poate fi
realizat dect prin compararea rezultatelor prelucrrii mai multor eantioane de valori
experimentale. Deoarece erorile aleatoare apar n majoritatea eantioanelor de valori
experimentale (excepie fcnd unele determinri precise ale unor variabile de natur
discret), testele statistice nu urmresc n acest caz dect evidenierea gradului n care aceste
erori au afectat eantionul respectiv, indicnd dac densitatea de probabilitate a acestuia mai
coincide ca form general cu aceea a variabilei reale ce a fost msurat.
2.1. Eliminarea datelor afectate de erori aberante
Fiind dat un ir de valori experimentale x 1 , x 2 ,..., x n , se consider c valoarea xi este
afectat de erori aberante dac este verificat condiia (criteriul Chauvenet)

xi x z

(1.1)

Modelare i simulare ndrumar de laborator

unde x i reprezint media aritmetic, respectiv abaterea standard a irului de valori

experimentale, iar mrimea z se alege din tabelul 1.1 n funcie de numrul n de valori din ir
(cunoscut i ca dimensiunea irului sau volumul eantionului).
Tabelul 1.1
n
z
n
z
n
z
5
1,64
14
2,10
27 29
2,37
6
1,73
15
2,12
30 33
2,41
7
1,80
16
2,14
34 38
2,46
8
1,87
17
2,17
39 45
2,51
9
1,91
18
2,20
46 55
2,58
10
1,96
19
2,23
56 71
2,65
11
2,00
20 21
2,26
72 100
2,75
12
2,04
22 23
2,29
101 166
2,88
13
2,07
24 - 26
2,33
167 - 500
3,09
Din motive evidente, este suficient ca verificarea relaiei (1.1) s fie efectuat doar pentru
valorile extreme (minim i maxim) din cadrul eantionului.
Valoarea abaterii standard a irului de valori experimentale este determinat n acest caz cu
expresia

n
2
1
xi x
n 1 i1

(1.2)

Valoarea z din tabelul 1.1 poate fi determinat i cu ajutorul relaiei

z

0,435 0,862 a
1 3,604 a 3,213 a 2

(1.3)

2 n 1
4n

(1.4)

unde
a

Dac, n urma aplicrii testului, rezult c una dintre valorile testate este afectat de erori
aberante, valoarea respectiv este eliminat din cadrul eantionului, se recalculeaz valorile
mediei i abaterii standard pentru valorile rmase i se reia verificarea condiiei (1.1),
algoritmul aplicndu-se pn cnd condiia respectiv nu mai este verificat pentru nici una
dintre cele dou valori extreme ale eantionului.
2.2. Verificarea caracterului aleator
Unul dintre testele cele mai utilizate pentru verificarea caracterului aleator al unui eantion
de valori experimentale este testul Young, descris prin algoritmul de mai jos.
Pasul 1: Fiind dat un ir de valori experimentale x 1 , x 2 ,..., x n , se calculeaz mrimea
2

i mrimea

1 n 1
x i 1 x i 2
n 1 i 1

(1.5)

Lucrarea 1 Prelucrarea statistic a datelor experimentale

(1.6)

Pasul 2: Se compar mrimea M cu valorile VCI (valoare critic inferioar) i VCS

(valoare critic superioar), alese din tabelul 1.2, i se consider c irul de valori
experimentale are un caracter aleator, cu probabilitatea , dac este ndeplinit condiia
VCI < M < VCS

(1.7)
Tabelul 1.2

VCI
n
4
5
6
7
8
9
10
11
12
15
20
25

= 0,95
0,78
0,82
0,89
0,94
0,98
1,02
1,06
1,10
1,13
1,21
1,30
1,37

VCS
= 0,99
0,53
0,54
0,56
0,61
0,66
0,71
0,75
0,79
0,83
0,92
1,04
1,13

= 0,95
3,22
3,18
3,11
3,06
3,02
2,98
2,94
2,90
2,87
2,79
2,70
2,63

= 0,99
3,47
3,46
3,44
3,39
3,34
3,29
3,25
3,21
3,17
3,08
2,96
2,87

Se poate observa c testul nu poate fi aplicat dect pentru eantioane coninnd cel mult 25
de valori experimentale.
Parametrul din tabelul 1.2 are semnificaia unui coeficient de ncredere i poate fi ales
orientativ, n funcie de volumul eantionului, din tabelul 1.3.
Tabelul 1.3
n
5
6
7
8
9
10
12
14
0,960
0,970
0,976
0,980
0,983
0,985
0,988
0,990

n
16
18
20
25
30
50
100
150
0,991
0,992
0,993
0,994
0,995
0,996
0,997
0,9973

Dac volumul eantionului se afl ntre dou valori din tabelul 1.3, este indicat s se aleag
valoarea corespunztoare unui volum mai mic al eantionului.
Alegerea coeficientului de ncredere din tabelul 1.3 poate fi nlocuit de determinarea
acestuia cu ajutorul relaiei

1,5057 0,9968 n 1,7404

2,1803 n 1,7404

(1.8)

Dac valoarea aleas sau calculat a coeficientului de ncredere se afl ntre valorile
disponibile n tabelul 1.2, este indicat s se aleag valoarea disponibil inferioar.

Modelare i simulare ndrumar de laborator

Alegerea valorilor VCI i VCS din tabelul 1.2 poate fi nlocuit cu determinarea acestora
cu ajutorul relaiilor
0,491 0,081 n 0,003 n 2 pentru 0,95
(1.9)

VCI 192,883 1,269 n 2,336

pentru 0,99

2,336
411
,
427

3,317 1,057 e 8,919 n 0,941 pentru 0,95

(1.10)
VCS
-1,399
3,484 - 0,882 e - 33,574 n
pentru 0,99
2.3. Verificarea normalitii
Ipoteza c valorile experimentale din cadrul unui eantion sunt repartizate dup o lege de
distribuie normal (Gauss) poate fi testat, ntr-o prim aproximare, prin verificarea
urmtoarelor criterii:
histograma eantionului de valori experimentale s aib un singur vrf (punct de
maxim);
diferena dintre media teoretic a eantionului i valoarea median a acestuia s fie
nul, unde valoarea median poate fi determinat cu relaia

n

x 2

n
1
x 2

pentru n par

Me

(1.11)

n 1

x 2

pentru n impar

unde indicii superiori, ntre paranteze rotunde, semnific poziia n cadrul irului
ordonat cresctor;
diferena dintre media teoretic a eantionului i modulul acestuia s fie nul (condiie
echivalent cu cea anterioar), unde modulul poate fi determinat cu relaia

Mo x 3 Me x

s fie satisfcut urmtoarea condiie referitoare la coeficientul de boltire 2 :

2 4 3
4
unde

(1.13)

4 reprezint momentul centrat de ordinul 4, determinat cu relaia

4

4
1 n
xi x
n i 1

iar abaterea standard este determinat de aceast dat din relaia

(1.12)

(1.14)

Lucrarea 1 Prelucrarea statistic a datelor experimentale

2
1 n
xi x
n i 1

(1.15)

s fie satisfcut urmtoarea condiie (echivalent cu cea anterioar) referitoare la

valoarea excesului E al eantionului de valori experimentale:

E 2 3 0

(1.16)

Dac verificarea criteriilor prezentate mai sus nu conduce la rezultate elocvente, pentru
verificarea ipotezei referitoare la distribuia normal a valorilor din eantionul experimental se
2
poate apela la unul din testele Massey sau , alegerea unuia sau altuia dintre cele dou teste
fcndu-se n funcie de valoarea volumului eantionului de date experimentale.

2.3.1. Testul Massey

Testul poate fi aplicat pentru valori ale volumului eantionului n intervalul 8, 32 i const
din urmtorii pai:
Pasul 1: Se calculeaz valorile
x x
yi i
; i 1, ..., n

(1.17)

Pasul 2: Se determin valorile

y i2

1 e 2

0,4361 t i 0,1202 t i2 0,9373 t 3i ; i 1, ..., n

2
2

(1.18)

1
; i 1, ..., n
1 0,3326 y i

(1.19)

unde
ti

Pasul 3: Se calculeaz frecvenele relative cumulate

n
Fi i ; i 1, ..., n
n

(1.20)

unde n i reprezint numrul de valori y mai mici sau egale cu valoarea y i .

Pasul 4: Se determin valorile

d i Fi i 0,5 ; i 1, ..., n

(1.21)

i se alege valoarea d max .

Pasul 5: Se compar valoarea d max cu valoarea d critic aleas din tabelul 1.4 (n funcie de
volumul eantionului i de un coeficient de ncredere ales conform celor prezentate
8

Modelare i simulare ndrumar de laborator

anterior) i se consider c eantionul de valori experimentale are o distribuie normal

(Gauss) dac este ndeplinit condiia
d max d critic
d critic

(1.22)
Tabelul 1.4
d critic

d critic

0,95

0,90

0,95

0,90

0,95

0,90

8
9
10
11
12
13
14
15

0,140
0,134
0,130
0,129
0,128
0,128
0,128
0,127

0,163
0,158
0,156
0,155
0,154
0,153
0,151
0,148

16
17
18
19
20
21
22
23

0,125
0,124
0,122
0,120
0,117
0,115
0,113
0,112

0,144
0,142
0,138
0,136
0,133
0,131
0,129
0,128

24
25
26
27
28
29
30
31

0,110
0,109
0,108
0,107
0,105
0,104
0,102
0,099

0,126
0,124
0,121
0,120
0,118
0,116
0,114
0,111

d
Valorile critic din tabelul 1.4 pot fi aproximate prin calcul utiliznd expresiile
0,1851 0,01064 n 0,000785 n 2
0,1408 0,00714 n 0,000769 n 2

d critic

pentru 0,95
pentru 0,90

(1.23)

2
2.3.2. Testul
Testul poate fi aplicat pentru eantioane de cel puin 50 de valori experimentale i const
din urmtorii pai:

Pasul 1: Fiind dat un ir de valori experimentale x 1 , x 2 ,..., x n , se ordoneaz irul cresctor

i se mparte n k clase, unde
k 1 3,322 lg n
(1.24)
i
10 k 25
(1.25)
Pasul 2: Se comaseaz clasele extreme, dac este cazul, astfel nct fiecare clas s aib
cel puin cte 5 valori, i se consider numrul de grade de libertate al irului de date
= numrul de noi clase (comasate) - 1

(1.26)

Pasul 3: Se calculeaz pentru fiecare clas valoarea

x x
ti i
; i 1, ..., 1

(1.27)

unde x i reprezint limita superioar a clasei i (la ultima clas se consider x(+1) = ).
Pasul 4: Se calculeaz valorile

Lucrarea 1 Prelucrarea statistic a datelor experimentale

p i t i t i 1 , i 1, ..., 1

unde
t

t2
2

(1.28)

1 e

0,4362 a 0,1202 a 2 0,9373 a 3

2
2

(1.29)

unde
a

1
1 0,3326 t

(1.30)

0,5; t t
Pasul 5: Se calculeaz valoarea
2

(1.31)

n i n pi

i 1

(1.32)

n pi

unde n i reprezint numrul de valori din clasa i.

2
Pasul 6: Se compar 2 cu cr din tabelul 1.5, n funcie de coeficientul de ncredere i
se consider c repartiia este normal dac

(1.33)

2
2 cr

Tabelul 1.5

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

0,80
5,99
7,29
8,56
9,80
11,0
12,2
13,4
14,6
15,8
17,0
18,2
19,3
20,5
21,6
22,8
23,9
25,0

0,90
7,78
9,24
10,6
12,0
13,4
14,7
16,0
17,3
18,5
19,8
21,1
22,3
23,5
24,8
26,0
27,2
28,4

0,95
9,49
11,1
12,6
14,1
15,5
16,9
18,3
19,7
21,0
22,4
23,7
25,0
26,3
27,6
28,9
30,1
31,4

0,98
11,67
13,39
15,03
16,6
18,2
19,7
21,2
22,6
24,1
25,5
26,9
28,3
29,6
31,0
32,3
33,7
35,0

0,99
13,3
15,1
16,8
18,5
20,1
21,7
23,2
24,7
26,2
27,7
29,1
30,6
32,0
33,4
34,8
36,2
37,6

0,995
14,9
16,7
18,5
20,3
22,0
23,6
25,2
26,8
28,3
29,8
31,3
32,8
34,3
35,7
37,2
38,6
40,0

0,998
16,9
18,9
20,7
22,6
24,3
26,1
27,7
29,4
31,0
32,5
34,0
35,6
37,1
38,6
40,1
41,6
43,1

0,999
18,5
20,5
22,5
24,3
26,1
27,9
29,6
31,3
32,9
34,5
36,1
37,7
39,3
40,8
42,3
43,8
45,3

2
Valorile cr din tabelul 1.5 pot fi determinate prin calcul utiliznd relaia

10

Modelare i simulare ndrumar de laborator

(1.34)

2
cr
a b c 2 d 3

unde parametrii a, b, c i d depind de coeficientul de ncredere conform celor prezentate n

tabelul 1.6.
Tabelul 1.6
a
b
c
d

0,80
0,46418
1,48892
-0,032088
0,0015968
0,90
1,4172
1,72353
-0,039225
0,0014982
0,95
2,49661
1,93494
-0,054008
0,0022594
0,98
4,25874
2,00109
-0,040796
0,0011185
0,99
5,2267
2,24028
-0,064354
0,0023769
0,995
6,43404
2,33645
-0,065893
0,0023355
0,998
8,32969
2,31312
-0,045275
0,0007687
0,999
9,30127
2,57235
-0,079616
0,003011
Parametrii a, b, c i d pot fi de asemenea exprimai n funcie de coeficientul de ncredere
utiliznd relaiile de mai jos, funciile de regresie respective oferind ns coeficieni de
corelaie relativ deprtai de unitate.

0,2046 0,2032

(1.35)

1 1,9562 0,9563 2
0,685 0,6819

(1.36)

1 1,6662 0,6673 2
0,1507 0,1508

(1.37)

10 17,1239 7,122 2
0,07773 0,07928

(1.38)

100 165,0049 64,2821 2

3. Exemplu de calcul (1)

Pe parcursul realizrii unui model de simulare a funcionrii unui sistem de producie, se
urmrete determinarea funciei de repartiie a numrului de piese prelucrate de ctre o main
unealt pe parcursul unei zile de lucru.
Pentru aceasta, pe parcursul a ase sptmni, se nregistreaz cantitile prelucrate de ctre
respectiva main unealt, obinndu-se rezultatele din tabelul 1.7.
Se cere:
a. S se verifice existena n eantionul de date a valorilor afectate de erori aberante;
b. S se verifice caracterul aleator al eantionului de date;
c. S se verifice faptul c eantionul de date urmeaz o lege de distribuie normal.

Spt
I
11

L
32

Ma
39

Mi
33

J
38

V
40

Spt
IV

L
39

Ma
41

Mi
33

Tabelul 1.7
J
V
33
37

Lucrarea 1 Prelucrarea statistic a datelor experimentale

II
III

32
33

41
33

41
33

39
34

41
37

V
VI

38
40

40
40

41
32

33
38

35
32

3.1. Eliminarea datelor afectate de erori aberante

Pasul 1: Se calculeaz media aritmetic a celor n = 30 valori (6 sptmni x 5 zile /
sptmn) din tabelul 1.7:
1 30
x
x i 36,6
(1.39)
30 i 1
Pasul 2: Se calculeaz, utiliznd expresia (1.2), abaterea standard a celor 30 de valori:

2
1 30
x i x 3,47 9
29 i 1

(1.40)

Pasul 3: Se alege din tabelul 1.1 valoarea z = 2,41 (pentru n = 30).

n mod evident, dintre datele aparinnd unui eantion experimental, cele suspecte de a fi
afectate de erori aberante sunt valorile extreme ale irului datelor ordonate cresctor sau
descresctor. Ordonnd cresctor cele n = 30 de valori ale eantionului studiat, se va efectua
verificarea influenei erorilor aberante pentru valoarea minim x (1) = 32 i pentru valoarea
maxim x(30) = 41, unde indicii dintre paranteze reprezint poziia n cadrul irului ordonat.
Rezult, aplicnd relaia (1.1):

x 1 x 4,6 z 8,387

(1.41)

x 30 x 4,4 z 8,387

(1.42)

concluzia fiind aceea c nici una dintre valorile extreme nu este afectat de erori aberante.
Dac n urma aplicrii testului ar fi rezultat c o valoare este afectat de erori aberante,
aceasta ar fi trebuit exclus din eantionul experimental, iar testul ar fi trebuit aplicat din nou
valorilor rmase, recalculnd parametrii x , i z.
3.2. Verificarea caracterului aleator
Pasul 1: Folosind relaia (1.5), se calculeaz valoarea
2

1 29
x i 1 x i 2 22,897
29 i 1

(1.43)

i folosind relaia (1.6) se calculeaz mrimea

M

2
2

1,891

(1.44)

12

Modelare i simulare ndrumar de laborator

Pasul 2: Din tabelul 1.2 se aleg valorile VCI = 1,13 i VCS = 2,87, corespunztoare unui
coeficient de ncredere = 0,99 i unui volum al eantinului experimental n = 25.
Valoarea coeficientului de ncredere a fost aleas astfel nct s fie ct mai apropiat de
valoarea recomandat n tabelul 1.3. Limitele VCI i VCS au fost alese corespunztor valorii
n = 25 deoarece n tabelul 1.2 nu exist valori disponibile pentru un volum al eantionului n =
30. O extrapolare a valorilor din tabelul 1.2 ar putea fi permis n acest caz, observnd
tendinele asimptotice ale funciilor (1.9) i (1.10) care descriu variaia limitelor VCI i VCS,
cantitile cu care acestea se modific la o variaie unitar a volumului eantionului i poziia
n care valoarea M se ncadreaz ntre cele dou limite.
Deoarece este ndeplinit condiia (1.7), se trage concluzia c eantionul de date
experimentale are un caracter aleator.
3.3. Verificarea normalitii
Dup cum se poate observa n continuare, criteriile prezentate la nceputul subcapitolului
2.3 nu ofer rezultate pozitive privind caracterul normal al distribuiei valorilor din eantionul
experimental. Astfel:
histograma eantionului (figura 1.1) are o form diferit de curba Gauss;
valoarea median, determinat cu relaia (1.11) este Me = 37,5, diferit de media
aritmetic a eantionului x = 36,6;

calculnd, cu ajutorul relaiei (1.14), momentul centrat de ordinul 4 ( 4 = 184,622), se

determin din relaia (1.13) valoarea coeficientului de boltire 2 = 1,347, acesta fiind
mult deprtat de valoarea 3.

n consecin, innd seama de

valoarea
volumului
eantionului
experimental, se decide aplicarea
testului Massey pentru verificarea
caracterului normal al distribuiei.
Valorile rezultate din aplicarea
pailor 1, ..., 4 ai testului (relaiile
(1.17), ..., (1.21)) sunt prezentate n
tabelul 1.8.
Valoarea dmax = 0,233 este mai mare
dect valoarea dcritic = 0,102 aleas din
tabelul 1.4 (pentru n = 30 i = 0,95).
Condiia (1.22) nefiind ndeplinit,

8
7
6
5
4
3
2
1
0

Figura 1.1: Histograma eantionului de valori

experimentale din Tabelul 1.7

testul Massey confirm presupunerea anterioar: cu probabilitatea 0,95 se poate estima c

eantionul studiat nu are o distribuie normal.
Tabelul 1.8
xi
yi
ti
ni
Fi
di
i
32
-1,322
1,785
-0,453
4
0,133
0,086
32
-1,322
1,785
-0,453
4
0,133
0,086
33
-1,034
1,525
-0,366
11
0,367
0,233
39
0,690
0,813
0,255
21
0,700
0,055
38
0,402
0,882
0,156
18
0,600
0,056
40
0,977
0,755
0,336
25
0,833
0,002
39
0,690
0,813
0,255
21
0,700
0,055
13

Lucrarea 1 Prelucrarea statistic a datelor experimentale

41
33
41
40

1,264
-1,034
1,264
0,977

0,704
1,525
0,704
0,755

0,397
-0,366
0,397
0,336

30
11
30
25

xi
40
33
41
33
33
41
32
38
39
34
33
33
38
40
41
37
37
35
32

yi
0,977
-1,034
1,264
-1,034
-1,034
1,264
-1,322
0,402
0,690
-0,747
-1,034
-1,034
0,402
0,977
1,264
0,115
0,115
-0,460
-1,322

ti
0,755
1,525
0,704
1,525
1,525
0,704
1,785
0,882
0,813
1,331
1,525
1,525
0,882
0,755
0,704
0,963
0,963
1,181
1,785

i
0,336
-0,366
0,397
-0,366
-0,366
0,397
-0,453
0,156
0,255
-0,277
-0,366
-0,366
0,156
0,336
0,397
0,046
0,046
-0,178
-0,453

ni
25
11
30
11
11
30
4
18
21
12
11
11
18
25
30
15
15
13
4

1,000
0,103
0,367
0,233
1,000
0,103
0,833
0,002
Tabelul 1.8 (continuare)
Fi
di
0,833
0,002
0,367
0,233
1,000
0,103
0,367
0,233
0,367
0,233
1,000
0,103
0,133
0,086
0,600
0,056
0,700
0,055
0,400
0,177
0,367
0,233
0,367
0,233
0,600
0,056
0,833
0,002
1,000
0,103
0,500
0,046
0,500
0,046
0,433
0,111
0,133
0,086

4. Exemplu de calcul (2)

Fiind dat eantionul de 60 de valori experimentale din tabelul 1.9, se va exemplifica n
2
continuare aplicarea asupra acestuia a testului pentru verificarea normalitii.

82
53
38
60
39
37

65
60
49
41
32
26

82
98
14
15
32
99

4
26
85
67
63
51

20
13
57
24
28
59

49
18
72
38
1
11

18
27
90
53
91
26

40
99
46
42
15
95

72
5
59
22
15
48

Tabelul 1.9
11
29
41
78
70
89

Pasul 1: Utiliznd relaia (1.24) se determin numrul de clase k = 7, iar conform

recomandrii (1.25) se alege k = 10.
Valorile extreme (minim i maxim) ale eantionului fiind x min = 1 i xmax = 99, se
determin limea unei clase

x
x min 99 1
max

9,8
k
10

(1.45)
14

Modelare i simulare ndrumar de laborator

Limitele inferioar i superioar ale fiecrei clase, precum i numrul de valori

experimentale din eantion din fiecare clas, sunt prezentate n tabelul 1.10.

Clasa
Limita
inferioar
Limita
superioar
Numrul
de valori

1
-

2
10,8

3
20,6

4
30,4

5
40,2

6
50

7
59,8

8
69,6

Tabelul 1.10
9
10
79,4
89,2

10,8

20,6

30,4

40,2

50

59,8

69,6

79,4

89,2

10

Pasul 2: Deoarece prima clas nu conine cel puin cinci valori, se comaseaz primele dou
clase, obinndu-se situaia din tabelul 1.11.
Tabelul 1.11
Clasa
1
2
3
4
5
6
7
8
9
Limita
20,6
30,4
40,2
50
59,8
69,6
79,4
89,2
-
inferioar
Limita
20,6
30,4
40,2
50
59,8
69,6
79,4
89,2

superioar
Numrul
13
8
7
7
6
5
4
4
6
de valori
Conform relaiei (1.26), se consider numrul de grade de libertate = 8.
Paii 3 i 4: Determinnd valorile mediei aritmetice i abaterii standard ale irului de date
experimentale ( x 46,48333 i 27,56102 ), se calculeaz, conform relaiilor (1.27), ...,
(1.31), valorile prezentate n tabelul 1.12.
Clasa
xi
ti
ai
(ti)
pi

1
20,6
-0,939
1,454
-0,337
0,163

2
30,4
-0,584
1,241
-0,222
0,115

3
40,2
-0,228
1,082
-0,09
0,132

4
50
0,128
0,959
0,051
0,141

5
59,8
0,483
0,862
0,185
0,135

6
69,6
0,839
0,782
0,299
0,114

7
79,4
1,194
0,716
0,384
0,085

Tabelul 1.12
8
9
89,2

1,55

0,66
0
0,439
0,5
0,056
0,061

Pentru calculul valorii p0 s-a considerat (t0) = (- ) = -0,5.

Pasul 5: Utiliznd relaia (1.32), se determin valoarea 2 = 0,315.
Pasul 6: Alegnd din tabelul 1.3 un coeficient de ncredere recomandat = 0,996, se alege
2
din tabelul 1.5 (pentru = 0,995 i = 8) valoarea cr = 22.
Deoarece condiia (1.33) nu este satisfcut, se trage concluzia c eantionul de valori
experimentale din tabelul 1.9 nu are o funcie de repartiie normal (Gauss).

15

Lucrarea 1 Prelucrarea statistic a datelor experimentale

5. Enunul problemei
Pentru unul dintre eantioanele de valori experimentale din Anexa 1, s se studieze:
existena unor valori afectate de erori aberante;
caracterul aleator al eantionului de date;
ncadrarea valorilor din eantion ntr-o distribuie normal (Gauss).

16