Statistica Matematica UTCB

2.
STATISTIC MATEMATIC
2.1. Teoria seleciei
Definiie 2.1.1. Numim colectivitate sau populaie o mulime C de
elemente care este cercetat din punct de vedere a uneia sau mai multor
caracteristici (proprieti), elementele colectivitii fiind numite indivizi, iar
numrul indivizilor unei colectiviti se va numi volumul colectivitii.
Observaie 2.1.2.
1) Problema esenial a statisticii matematice este de a stabilii legea
de probabilitate pe care o urmeaz caracteristica X.
2) Caracteristicile sunt de tip discret i de tip continuu.
Definiie 2.1.3. Numim selecie (sondaj) o subcolectivitate a
colectivitii cercetate C, iar numrul elementelor seleciei poart numele de
volumul seleciei (sondajului).
Definiie 2.1.4. O selecie se numete repetat sau bernoullian dac
dup examinarea individului acesta se reintroduce n colectivitate, n caz
contrar selecia este nerepetat.
Observaie 2.1.5. Dac volumul colectivitii C este mult mai mare
dect volumul seleciei atunci selecia nerepetat poate fi considerat ca fiind
selecie repetat. n continuare considerm numai selecii repetate.
Definiie 2.1.6. Numim date de selecie relative la caracteristica X
valorile obinute pentru indivizii care intr n selecie privind caracteristica X.
Dac selecia este de volum n vom nota datele de selecie prin x1, x2,,xn.
Definiie 2.1.7. Datele de selecie x1, x2,,xn sunt valorile unor
variabile aleatoare, respectiv X1, X2,,Xn care se vor numi variabile de
selecie.
Statistic matematic
136
Observaie 2.1.8.
1) Dac selecia este repetat atunci X 1, X2,,Xn sunt independente

i identic repartizate cu X (urmeaz aceeai lege de probabilitate ca X).
2) Dac datele de selecie x1, x2,,xn au valorile distincte x'1, x'2,
,x'N atunci
x '1
f1
X :
x'2
f2
... x ' N
... f N
, unde fi = frecvena apariiei valorii x'i,
se va numi distribuia empiric de selecie a lui X.

3) Dac X este de tip continuu se obinuiete s se fac o grupare a
datelor de selecie n clase astfel:
x '1
f1
X :
x'2
f2
... x ' N
a i 1 a i
... f N x 'i
2
,
, fi
f f ... f N n ,
este frecvena datelor de selecie din intervalul [a i1 , a i ) , 1 2
n = volumul seleciei.
Aceast grupare se face chiar i pentru cazul cnd X este de tip
discret.
n
Definiie 2.1.9. Dac avem funcia h : R R numim funcie de
selecie sau statistic, variabila aleatoare Z n h (X 1 , X 2 ,..., X n ) iar valoarea

numeric z n h ( x 1 , x 2 ,..., x n ) o numim valoarea funciei de selecie.
Definiie 2.1.10. Numim medie de selecie funcia de selecie
definit prin
1 n
1 n
X
,
x
xk ,
k
n k 1
n
k
1
iar valoarea numeric
o numim
valoarea mediei de selecie.

Observaie 2.1.11.
Statistic matematic
137
1) Dac X urmeaz legea normal N( m, ) atunci media de selecie
X urmeaz legea normal
)
n .
N ( m,
Demonstraie:
Avem ca variabile de selecie X1, X2, ..., Xn urmeaz i ele legea
normal N (m, ) . Funcia caracteristic a variabilei Xk este de forma
X k (t ) e
2t 2
imt
2
dar aX (t ) X ( at )
atunci 1 (t ) e
n
i obinem
X (t ) n 1 X k (t ) 1 X k (t ) e
k 1 n
k 1
adic X urmeaz legea normal
N ( m,
Xk
t 2t 2
im 2
n 2n
imt
2t 2
2n
k 1
)
n .
2) Dac X urmeaz legea normal
t a 2t 2
im 2
n 2n
N(m, ) atunci statistica
Xm
urmeaz legea normal N(0,1).
Demonstraie:
Statistica
n
n
X
m
Conform observaiei 1, dac se consider caracteristica X care

urmeaz legea normal N (m, ) , atunci media de selecie X urmeaz legea
N (m
normal
)
n .
Elemente de teoria probabilitilor i statistic matematic
138
n
n
n
M (X )
m
( m m) 0
M (Z )
D 2 (Z ) D 2 (
X m
n
n
n
n ) 2 D 2 ( X m) 2 D 2 ( X ) 2 2 1
adic Z urmeaz legea N(0,1).

3)
Dac
X1,
X2
independente
urmeaz
legea
normal
N(m i , i ), i 1,2 atunci statistica

Z
( X1 X 2 ) (m1 m 2 )
12 22
n1 n 2
urmeaz legea normal N(0,1).
Demonstraie:
/
//
Funciile caracteristice ale mediilor de selecie X i X sunt
respectiv
X / (t ) e
independente
imt /
2 n/
itm//
//
Z (t )
X // (t ) e
imt //
t 2 // 2
2 n //
t 2 // 2
2 n //
fiind
, iar
( X / X // )( m / m // )
(t ) ( X / X // )( m/ m // ) (
// 2
( m / m // )
/ 2 // 2
//
n/
n
//
X / X // ( m/ m// ) (t ) e it ( m m ) X / X // (t )
//
n/
n
it
X //
unde
/
/2
Avem succesiv
X / i
X / X // (t ) X / (t ) X // (t )
rezult
X (t ) X ( t ) e
//
t 2 / 2
(X
X // )
// 2
//
n/
n
/2
/ 2 // 2
//
n/
n
Statistic matematic
139
it
it
( m / m // )
/ 2 // 2
//
n/
n
X (
/
( m / m // )
/2
itm/
// 2
//
n/
n
/2
// 2
//
n/
n
/ 2 // 2
//
n/
n
t 2 / 2
/ 2 // 2
2 n / ( / // )
n
n
) X // (
itm//
/2
// 2
//
n/
n
/ 2 // 2
//
n/
n
t 2 // 2
/ 2 // 2
2 n // ( / // )
n
n
t2
2
adic Z urmeaz legea N(0,1).

Definiie 2.1.12. Numim moment de selecie de ordin k funcia de
selecie
1 n k
Xi
n k 1
,
iar valoarea numeric
1 n k
xi
n k 1
numim
valoarea momentului de selecie de ordin k.
Definiie 2.1.13. Numim moment centrat de selecie de ordin k
funcia de selecie
1 n
Xi X
n i 1
iar
1 n
(x i x) k
n i 1
o numim
valoarea momentului centrat de selecie de ordin k.

Observaie 2.1.14.
1) Dac X urmeaz legea normal N (m, ) atunci:
T
Xm
statistica
statistica
H2
2
n 1 urmeaz legea Student cu n-1 grade de libertate.
n 2
2
2 urmeaz legea cu n-1 grade de libertate
140

2
2) Funcia de selecie
1 n
(X k X) 2
n 1 k 1
se numete dispersia
T
de selecie; atunci statisticile din observaia anterioar devin:
Xm
(n 1)
H
2
.
2
3) Momentul centrat de selecie
k de ordin k, pentru n mare,
urmeaz legea normal

1
N k , ( 2 k k2 )
n
Definiie 2.1.15. Numim funcie de repartiie de selecie funcia de
selecie definit prin
Fn ( x )
K n (x)
, x R
n
, unde K n ( x ) este numrul
valorilor variabilelor de selecie mai mici dect x.

Teorema lui Glivenko 2.1.16. Dac se consider caracteristica X ce
are funcia de repartiie teoretic F i fie funcia de repartiie de selecie Fn ,
lim sup Fn ( x ) F( x ) 0) 1
atunci P( n xR
.
Teorema lui Kolmogorov 2.1.16. Fie caracteristica X de tip
continuu, care are funcia de repartiie teoretic F i fie funcia de repartiie
de selecie Fn , iar
d n sup Fn ( x ) F( x )
xR
, atunci
Statistic matematic
141
lim P( n d n x ) K ( x )
(1)
e 2 k
2 2
, x 0.
Observaie 2.1.17. Funcia K(x) se numete funcia lui Kolmogorov

i are valorile tabelate.
Exemplul 2.1.18. Se consider un eantion de 20 de clieni, care
intr ntr-un magazin alimentar, pentru a cerceta frecvena X cu care clienii
fac apel la serviciile magazinului de-a lungul unei sptmni i respectiv
pentru cercetarea cheltuielilor lunare Y n mii lei ale clienilor, pentru
procurarea de bunuri alimentare. S-au obinut urmtoarele date de selecie
pentru X i respectiv Y.
X: 1,2,1,4,3,2,5,6,1,2,3,2,3,4,6,2,4,3,1,2;
Y: 9,90,101,88,85,77,102,100,86,97,76,121,113,110,96,9,2,108,112,103,109.
Se cere:
a) distribuiile empirice de selecie pentru fiecare din caracteristicile
X i Y;
b) mediile de selecie, momentele centrate de selecie de ordinul al
doilea i dispersiile de selecie pentru caracteristicile X i Y;
c) funciile de repartiie de selecie pentru X i Y.
Rezolvare:
a) Se observ c datele de selecie pentru caracteristica X au N = 6
valori distincte, deci distribuia empiric de selecie pentru X este:
1 2 3 4 5 6
4
6
4
3
1
2
. Pentru caracteristica Y toate datele de

X:
selecie sunt distincte. Vom face o grupare a datelor de selecie
corespunztoare caracteristicii Y. Anume, prima clas cuprinde valorile
datelor de selecie n intervalul [70,80), a doua clas cuprinde valorile din
142
intervalul [80,90) etc. Dup efectuarea acestei grupri, distribuia empiric de

selecie a lui Y devine:
75 85 95 105 115 125
6
3
1 .
Y: 2 4 4
b) Mediile de selecie pentru cele dou caracteristici sunt:
x
1 20
1 6
1
x
x ' k f k [4 1 6 2 4 3 3 4 1 5 2 6] 2,85.
k
20 k 1
20 k 1
20
1 6
1
f k y' k [2 75 4 85 4 95 6 105 3 115 1 125] 98,5.
20 k 1
20
Valorile momentelor centrate de selecie de ordinul doi pentru cele

dou caracteristici sunt respectiv:
2 (X)
1 20
1 6
1
(x k x) 2
f k ( x ' k x ) 2 [4 (1 2,85) 2 6 (2 2,85) 2
20 k 1
20 k 1
20
4 (3 2,85) 2 3 (4 2,85) 2 1 (5 2,85) 2 2 (6 2,85) 2 ] 2,3275.

2 (Y )
1 20
1 6
1
( yk y) 2
f k ( y'k y ) 2
[2 (75 98,5) 2 4 (85 98,5) 2
20 k 1
20 k 1
20
4 (95 98,5) 2 6 (105 98,5) 2 3 (115 98,5) 2 1 (125 98,5) 2 ] 182,5

Valorile dispersiilor de selecie se calculeaz imediat, dac se cunosc
momentele centrate de selecie de ordinul doi.
2 (X )
1 20
20
( xk x ) 2
2 ( X ) 2,45
19 k 1
19
.
2 (Y)
1 20
20
( y k y) 2
2 (Y) 192,105
19 k 1
19
.
Astfel, se poate obine

(Y) 2 (Y) 13,86
(X) 2 (X) 1,57
i respectiv
Statistic matematic
143
c) Funciile de repartiie de selecie pentru cele dou caracteristici

sunt respectiv:
daca x 1
0,
4 / 20,
10 / 20,
F20 ( x ) 14 / 20,
17 / 20,
18 / 20,
1,
0,
daca y 75
2 / 20,
daca 75 y 85
6 / 20,
daca 85 y 95
F20 ( y) 10 / 20, daca 95 y 105

16 / 20, daca 105 y 115
19 / 20, daca 115 y 125

1,
daca x 125.
daca 1 x 2
daca 2 x 3
daca 3 x 4
daca 4 x 5
daca 5 x 6
daca x 6.
2.2. Teoria estimaiei

Se consider caracteristica X care urmeaz legea de probabilitate
dat prin funcia de probabilitate f(x; ), parametru necunoscut, unde f este
funcia densitate de probabilitate dac X este de tip continuu, respectiv
funcia de frecven dac este de tip discret.
Teoria estimaiei are ca scop evaluarea parametrilor de care depinde
legea de probabilitate a lui X, folosind datele de selecie x 1 , x 2 ,..., x n i
bazndu-ne pe rezultatele teoretice relative la variabilele de selecie
X 1 , X 2 ,..., X n .
Definiie 2.2.1. Se numete funcie de estimaie (punctual) sau
estimator
al
parametrului
funcia
de
selecie
(statistica)
(X 1 , X 2 ,..., X n ) cu ajutorul creia se trag concluzii relative la .

Definiie 2.2.2. Spunem c funcia de estimaie este estimator
consistent dac
lim P( ) 1, 0
, adic
144
(X 1 , X 2 ,..., X n ) P , iar valoarea numeric ( x 1 , x 2 ,..., x n )

se numete estimaie consistent pentru .
Definiie 2.2.3. Spunem c funcia de estimaie este estimator
absolut corect pentru dac M ( ) i D ( ) 0 cnd n , iar
valoarea numeric ( x 1 , x 2 ,..., x n ) se numete estimaie absolut corect
pentru .
Definiie 2.2.4. Spunem c funcia de estimaie este estimator corect
pentru dac
lim M( )
lim D 2 ( ) 0
n
, iar valoarea numeric
( x 1 , x 2 ,..., x n ) se numete estimaie corect pentru .

Definiie 2.2.5. Se numete distorsiunea (deplasarea) estimatorului
diferena M( ) , iar dac distorsiunea este nul, estimatorul se
numete nedeplasat.
Propoziie 2.2.6. Dac (X 1 , X 2 ,..., X n ) este un estimator
absolut corect pentru , atunci estimatorul este consistent.

Demonstraie:
*
Din ipotez avem c M ( ) i folosind inegalitatea lui Cebev
pentru * obinem
P * 1
D 2 (* )
2 , pentru orice > 0.
Statistic matematic
145
lim D 2 (* ) 0
Deoarece
lim P * 1
n
din inegalitatea lui Cebev se obine
, pentru orice > 0, deci * este un estimator consistent
pentru parametrul .
Observaie 2.2.7.
1) Se arat c momentul de selecie k de ordin k este estimator
k
absolut corect pentru momentul teoretic k M ( X );
Demonstraie:
ntr-adevr
1 n k 1 n
1 n
1 n
n
k
k
X
M
(
X
)
M
(
X
)
k k k
i
i
n i 1
n i 1
n
n i 1
n i 1
,
M ( k ) M
respectiv
1 n k
1 n
X i 2 D 2 ( X ik )
n i 1
n i 1
D 2 ( k ) D 2
1
n2
D2 ( X k )
i 1
nD 2 ( X k ) D 2 ( X k )
0
n2
n
,
cnd n se obine c k este estimator absolut corect pentru k .

2) Momentul centrat de selecie de ordin doi 2 este estimator
2
corect pentru momentul centrat teoretic de ordin doi 2 D (X) , adic
pentru dispersia teoretic;

Demonstraie:
Avem succesiv
146
1 n
n 1
n 1 2
( X k X )2
2
D (X ) D2 (X )
n
n
n k 1
cnd
M ( 2 ) M
n , respectiv
(n 1) 2
(n 1)( n 3) 2
D ( 2 )
4
2 0
3
n
n3
cnd n i rezult c 2
2
este un estimator corect pentru 2 .

2
3) Dispersia de selecie este estimator absolut corect pentru
2
dispersia teoretic D (X) .
Demonstraie:
Folosind relaia
n
2
n 1
se obine
n
n
n n 1 2
2
M ( 2 )
D (X ) D2 (X )
n
1
n
1
n
1
n
, respectiv
M ( 2 ) M
n
n
2
D ( ) D
2
D ( 2 ) 0
2
n 1 n 1
, cnd n i deci
2
este un estimator absolut corect pentru dispersia teoretic.

Definiie 2.2.8. Numim cantitate de informaie relativ la parametrul
expresia:
I(
ln f ( x , )
) n M
Observaie 2.2.9. Se arat c estimatorul absolut corect al lui
verific inegalitatea Rao-Cramer
D 2 ( )
1
I( ) .
Statistic matematic
147
Definiie 2.2.10. Estimatorul absolut corect pentru parametrul
se numete eficient dac
D 2 ( )
[I( )]
1
e( ) 2
D ( ) se
I( ) , iar raportul
numete eficiena estimatorului .
X
Aplicaie 2.2.11. S se arate c media de selecie
1 n
Xj
n j 1
constituie un estimator absolut corect i eficient al parametrului din

repartiia Poisson.
Rezolvare:
innd seama c variabila aleatoare X are repartiia Poisson cu
M ( X ) D 2 ( X ) avem:
1 n
1 n
1 n
n
M
(
X
)
M (X )
j
j
n j 1
n j 1
n
n j 1
M ( X ) M
1 n
1
X j 2
n
n j 1
D 2 ( X ) D 2
D2 (X j )
j 1
1
n2
(X )
j 1
0
2
n
n
cnd n i deci media de selecie este un estimator absolut corect al lui .

Pentru determinarea cantitii de informaie avem:
f ( x; ) e
x
x! , ln f ( x; ) x ln ln x!
ln f ( x; )
x
1
iar
148
ln f ( x; )
M
x x2
2
1
2
M 1 2 2 1 M ( X ) 2 M ( X )
2
1
2 (2 )
ln f ( x; ) 2
n
I ( ) nM

Rezult cantitatea de informaie
ntruct egalitatea
D2 (X )
1
I ( ) este verificat rezult c X este
un estimator eficient al lui .

Exemplul 2.2.12. La un control de calitate se verific diametrul
pieselor prelucrate de un strung. Pentru a se realiza acest control s-a efectuat
o selecie de 18 piese i s-a obinut c diametrul X al pieselor are urmtoarele
dimensiuni (n cm):
Diametr
u
Nr. Piese
S se determine:
3,98 3,99 4,00 4,01 4,02

4
a) o estimaie absolut corect pentru diametrul mediu al pieselor

realizate;
b) o estimaie corect i una absolut corect pentru dispersia
diametrelor fa de diametrul mediu.
Rezolvare:
a) Distribuia empiric de selecie a caracteristicii X este:
3,98 3,99 4,00 4,01 4,02
3
5
3
3 .
X: 4
Statistic matematic
149
Diametrul mediu este media teoretic M(X)=m. Dar se cunoate c

un estimator absolut corect pentru media teoretic m este media de selecie
1 n
Xk
n k 1
Prin urmare, valoarea mediei de selecie
1 n
xk
n k 1 este o estimaie
absolut corect pentru media teoretic m.

Se obine:
1
(4 3,98 3 3,99 5 4,00 3 4,01 3 4,02
18
= 3,9989.
2
b) Deoarece un estimator corect al dispersiei teoretice D (X) este
momentul centrat de selecie de ordinul doi 2 , rezult c o estimaie corect

pentru dispersia teoretic este valoarea momentului centrat de selecie de
ordinul doi, adic:
2
1 n
1
( x k x ) 2 [4 (3,98 3,9989) 2 3 (3,99 3,9989) 2 5 (4 3,9989) 2
n k 1
18
3 (4,01 3,9989) 2 3 (4,02 3,9989) 2 1,877 10 4 .
O estimaie absolut corect pentru dispersia teoretic este:

2
18
2 1,987 10 4
17
.
Exemplul 2.2.13. Fie caracteristica X ce urmeaz legea normal

N(m, ), unde m R este cunoscut, iar 0 este necunoscut. Se consider o
selecie repetat de volum n. S se arate c funcia de selecie V=
150
1 n
X m
n 2 k 1
este o funcie de estimaie absolut corect pentru parametrul
D 2 (X )
Rezolvare:
Artm c M(V)= i
. Avem
1 n
1 n
1
M
(
X
m
)
M( X m)
nM ( X m )
k
n 2 k 1
n 2 k 1
n 2
M (V )
lim D 2 (V ) 0
M( X m )
2
. Deoarece X urmeaz legea normal N(m, ), avem c
M( X m)
1
x m ( x) dx
2
1
2
t
2
t e dt
x m e
( xm )2
2 2
dx
2
2
t
dac s-a fcut schimbarea de variabil

2
xm
t
Prin urmare, avem M(V) =
2
, deci prima condiie este
satisfcut.
Pentru verificarea celei de-a doua condiii, scriem succesiv:
D 2 (V ) (
1 2 n 2
) D ( Xk m) 2
n 2 k 1
2n
( X m)
k 1
lim D 2 (V ) 0
n
Metoda verosimilitii maxime 2.2.14.
2
D ( X m)
2n
Statistic matematic
151
Considerm caracteristica X supus cercetrii ca avnd funcia de

probabilitate f(x;
1 , 2 ,..., s )
. Variabilele de selecie X 1 , X 2 ,..., X n sunt
independente i identic repartizate, rezult c vectorul aleator ( X 1 , X 2 ,..., X n )

va avea funcia de probabilitate
n
V ( X 1 , X 2 ,..., X n ; 1 , 2 ,..., s ) f ( X i ; 1 , 2 ,..., s )

i 1
i care se
numete funcie de verosimilitate.
Spunem c estimatorii i i (X 1 , X 2 ,..., X n ) sunt de verosimilitate
maxim pentru i , i 1, s dac realizeaz maximul funciei de verosimilitate.

Determinarea estimatorilor de verosimilitate maxim se va face
V
0, i 1, s
i
rezolvnd sistemul
, care de regul se nlocuiete cu
ln V
0, i 1, s
i
numit sistem de verosimilitate maxim.
Observaie 2.2.15.
1) Se arat c un estimator eficient este un estimator de
verosimilitate maxim.
2) Un estimator de verosimilitate maxim este estimator consistent,
iar pentru valori mari ale lui n este o variabil aleatoare ce urmeaz legea
1
normal N( , [ I()] ) , unde este parametrul estimat.
Exemplul 2.2.16. S se determine estimatorii de verosimilitate

maxim pentru valoarea medie i abaterea standard dac se consider
caracteristica X, care urmeaz legea normal N(m, ).
152
Rezolvare:
M(X) = m i (X) , f(x; m,
1
2
( x m )2
22
. Pentru a scrie
sistemul de verosimilitate maxim avem:

ln f(x; m, ) = - ln
( x m) 2
2 ln
2 2 , de unde
ln f ( x; m, ) x m
ln f ( x; m, )
1 ( x m) 2
2 , iar
3
.
Se obine:
n
ln f ( X k ; m, ) n X k m 1
ln V
2
m
m
2
k 1
k 1
(X
k 1
m)
n
ln V
ln f ( X k ; m, ) n
1 ( X m) 2
1 n
[ k 3
] 3 [ 2 ( X k m) 2 ]
k 1
k 1
k 1
(X
k 1
m) 0
[ 2 ( X k m) 2 ] 0
sau:
k 1
1 n
Xk X
n k 1
1 n
(X k X) 2 2
n k 1
Exemplul 2.2.17. Se consider caracteristica X ce urmeaz legea

binomial, adic are distribuia teoretic:
P(m, k )
X
k 0, m
k k mk
, unde P(m,k) = C m p q , q 1 p, cu parametrul
p (0,1) necunoscut. Folosind o selecie de volum n, se cere:
a) estimatorul p de verosimilitate maxim pentru p;
b) s se arate c estimatorul p este un estimator absolut corect
pentru parametrul p;
Statistic matematic
153
c) s se arate c estimatorul p este un estimator eficient pentru
parametrul p.
Rezolvare:
a) Funcia de probabilitate pentru caracteristica X este
x x
mx
f(x; p) = C m p (1 p) , x 0, m . Pentru a scrie ecuaia de verosimilitate
ln f (X k ; p)
0
p
k
1
maxim
, avem c
n
x
ln f(x; p) = ln C m x ln p (m x ) ln( 1 p) , de unde
ln f ( x; p) x m x

p
p 1 p . Aadar ecuaia verosimilitii maxime este:
n
(
k 1
Xk m Xk
nX mn
nX
1 n
)0
0
X Xk
p
1 p
n k 1
, adic p 1 p 1 p
, unde
.
Ecuaia verosimilitii maxime se mai scrie (1 p) X mp pX 0 ,

de
unde
se
obine
p p (X1 , X 2 ,..., X n )
estimatorul
de
verosimilitate
maxim
1
X
m pentru parametrul p.
Pentru aceasta avem, n primul rnd, c:

M(p )
scrie
1
1
1
M( X ) M(X) mp p
m
m
m
, iar apoi pentru dispersie se poate
succesiv:
D 2 ( p )
1 2
1
D (X ) 2 2
2
m
mn
1
D 2 ( X ) mpq pq
2
nD
(
X
)
2
0, n
m2n2
m2n
m n mn
.
D
k 1
(Xk )
1
m2n2
D
k 1
(X )
154
lim D 2 (X) 0
p
Prin urmare, s-a obinut M( ) = p i n
, deci
estimatorul p este estimator absolut corect pentru parametrul p.
c) Cantitatea de informaie relativ la parametrul p se poate calcula

dup cum urmeaz:
I( p) nM [(
ln f (X; p) 2
1
n
) ]n 2
M[( X mp ) 2 ] 2
D 2 (X)
2
2
p
p (1 p)
p (1 p)
n
mn
mp (1 p)
2
p(1 p) .
p (1 p)
2
Pe de alt parte, am vzut c
D 2 (p )
1
,
I(p) deci estimatorul p
este estimator eficient pentru parametrul p.

Metoda momentelor 2.2.18.
Fie caracteristica X care are funcia de probabilitate
f(x;
1 , 2 ,..., s
). Aceast metod de estimare a parametrilor const
n determinarea parametrilor i , i = 1, s din condiiile c momentele iniiale

teoretice ale lui X au ca estimatori absolut coreci momentele de selecie de
ordin corespondent. Astfel se obine sistemul de ecuaii
care se obin estimaii pentru parametrii
1 , 2 ,..., s
k k , k = 1, s din
Exemplul 2.2.19. Se consider caracteristica X, care urmeaz legea

gamma de parametrii a>b>0 necunoscui. Vom estima aceti parametri,
folosind metoda momentelor, pe baza datelor x 1 , x 2 ,..., x n de selecie.
Funcia densitate de probabilitate a caracteristicii X este:
Statistic matematic
155
1
a 1
b
x
e
, daca x 0
f ( x ; a , b) (a ) b a
0,
daca x 0
, unde este funcia lui Euler de
spea a doua, adic
(a ) x a 1e x dx
n cazul de fa este vorba de doi parametri, deci sistemul de ecuaii

este format din dou ecuaii, anume 1 1 i 2 2 .
Vom calcula momentul teoretic iniial
1
k x f ( x; a, b)dx
(a )b a
a k 1
k de ordin k:
x
b
e dx ... b k (a k 1)( a k 2)... a
Rezult sistemul:
2
2
1 ab
1
2 1
,
b
2
2
1 , care
2 1
2 b a (a 1) care are soluia
reprezint estimatorii pentru parametrii a i b.

Metoda intervalelor de ncredere 2.2.20.
Fie caracteristica X care are funcia de probabilitate f(x; ) , unde
este parametrul necunoscut. Metoda const n determinarea a dou funcii de
selecie i i ( X1 , X 2 ,..., X n ), i 1, n astfel nct P( 1 2 ) = 1- ,
unde nu depinde de i poart numele de probabilitate de risc, iar 1- se
numete probabilitate de ncredere. Intervalul aleator ( 1 , 2 ) poart numele
de interval de ncredere pentru parametrul .
De regul, pentru a construi un interval de ncredere pentru
parametrul se caut determinarea unei statistici Z n Z n (X1 , X 2 ,..., X n ; )
a crei lege de probabilitate s fie cunoscut i s nu depind de . Se
156
determin apoi un interval numeric ( z 1 , z 2 ) astfel nct P( z 1 Z n z 2 ) = 1-
. Din z 1 Z n z 2 se exprim inegalitatea 1 2 i de aici intervalul

aleator ( 1 , 2 ) este determinat. Intervalul este cu att mai bun cu ct are
lungimea mai mic i cu ct 1- este mai mare.
Aplicaii 2.2.21.
1. Interval de ncredere pentru valoarea medie teoretic dac
dispersia teoretic este cunoscut.
Se consider caracteristica X care urmeaz legea normal N(m, )
cu m R necunoscut i 0 cunoscut. Vom determina un interval de
ncredere pentru m cu o probabilitate de ncredere 1- dat i cunoscnd
datele de selecie x 1 , x 2 ,..., x n , respectiv variabilele de selecie X 1 , X 2 ,..., X n
corespunztoare.
Zn
Xm
Considerm statistica
, unde
1 n
Xk
n k 1
, care
urmeaz legea normal N(0,1) ce nu depinde de parametrul necunoscut m.

Deci putem determina intervalul ( z 1 , z 2 ) astfel nct P( z 1 Z n z 2 ) = 1-
adic (z 2 ) (z 1 ) 1 ,
(x )
1
2
t2
2
dt
este funcia lui Laplace
i care are valorile tabelate. Intervalul are lungime minim cnd este simetric
Statistic matematic
157
fa de origine adic
z 2 z 1 z 1
2
. Rezult c
tabelele de valori pentru funcia Laplace gsim

z1
2
P(
z1
2
1
2 i folosind
Xm
z1 ) 1
2
n
Am obinut P(
X
(z1 )
z1 m X
adic
z1 )
2
= 1- . Deci intervalul de
ncredere pentru media teoretic m este ( m 1 , m 2 ) , unde
m1 X
z1
2
i
m2 X
z1
2
, iar
1 n
Xk
n k 1
.
Observaie 2.2.22. Cnd X nu urmeaz legea normal, dar volumul

seleciei este mare (n>30) i se cunoate (X) 0 atunci statistica
Zn
Xm
, unde m=M(X) necunoscut, este aproximativ repartizat normal
N(0,1). Deci se poate considera pentru m acelai interval de ncredere obinut

mai sus.
2. Interval de ncredere pentru valoarea medie teoretic dac
dispersia teoretic este necunoscut.
158
Fie caracteristica X ce urmeaz legea normal N(m, ) cu m=M(X)

parametru necunoscut i
D 2 (X) 0
necunoscut. Considerm
Xm
1 n
1 n
2
X Xk

(X k X ) 2
n k 1
n 1 k 1
n , unde
i
care
statistica
urmeaz legea Student cu n-1 grade de libertate. Determinm intervalul (

t 1 , t 2 ) cu P( t 1 T t 2 ) = 1- , adic Fn 1 ( t 2 ) Fn 1 ( t 1 ) 1 , unde
Fn ( x )
n 1
) x
n 1
s2 2
2
(
1
)
ds
n
n
n ( )
2
este funcia de repartiie a legii Student
cu n grade de libertate i care are valorile tabelate, iar Fn ( x ) 1 Fn ( x ) .

t2 t
Deci
n 1,1
P( t
putem scrie
t 1
n 1,1
Fn 1 ( t
se determin astfel nct
Xm
t
) 1
n 1,1
2
n
sau
n 1,1
) 1
, apoi
Statistic matematic
159
P( X
ncredere
m2 X
n 1,1
2
mX
pentru
n 1,1
este
n 1,1
) 1
(m1 , m 2 )
Adic,
intervalul
m1 X
unde
n 1,1
de
3. Intervalul de ncredere pentru diferena mediilor a dou populaii

Fie dou populaii 1 i 2 la care se analizeaz aceeai
caracteristic i care pentru 1 este X 1 ce urmeaz legea normal N( m1 , 1 ) ,
iar pentru 2 este X 2 ce urmeaz legea normal N (m 2 , 2 ) . Vom determina
un interval de ncredere pentru diferena mediilor m1 m 2 cu probabilitatea
de ncredere 1- folosind datele de selecie
x 11 , x 12 ,..., x 1n1
relativ la
x , x ,..., x 2 n 2
caracteristica X 1 , respectiv 21 22
relativ la caracteristica X 2 .
a) Presupunem abaterile standard ( 1 , 2 ) cunoscute. Statistica
( X1 X 2 ) ( m 1 m 2 )
2
2
n1
n2
1
X1
n1
, unde
n1
1
X 1k , X 2
n2
k 1
n2
X
k 1
2k
,
urmeaz
legea normal N(0,1). Se determin intervalul ( z 1 , z 2 ) astfel nct P(

z 1 Z z 2 ) = 1- la fel ca n aplicaia 1.
160
P( z
1
2
( X1 X 2 ) ( m1 m 2 )
2
Deci:
P (( X 1 X 2 ) z
2
n1
n2
) 1
sau
12 2 2
12 2 2
m1 m2 ( X 1 X 2 ) z
)
1
n1
n2
n1
n2
2
adic intervalul de ncredere pentru m1 m 2 este (A,B) unde

2
X1 X 2 ) z
A= (
2
n1
n2
( X1 X 2 ) z
i B =
b) Presupunem abaterile standard
( n 1 1) 1 (n 2 1) 2
1 2
( X1 X 2 ) ( m1 m 2 )
necunoscute.
n1 n 2 2
1
1
n1 n 2
2
2
n1
n2
, unde
X1 i X 2 sunt mediile de selecie definite anterior, iar 1 i 2 dispersiile

2
de selecie
1 n1
1 n2
2
2
(
X
X
)
(X 2 k X 2 ) 2
1k
1
2
n 1 1 k 1
n 2 1 k 1
i
, care
urmeaz legea Student cu n = n 1 n 2 2 grade de libertate. La fel ca n

aplicaia 2. se determin intervalul ( t 1 , t 2 ) astfel nct P( t 1 T t 2 ) 1
P( t
adic
n ,1
( X1 X 2 ) ( m 1 m 2 )
2
(n 1 1) 1 (n 2 1) 2
n1 n 2 2
t ) 1
n ,1
1
1
2
n1 n 2
Rezult intervalul de ncredere (A,B) pentru m1 m 2 unde
Statistic matematic
161
( X1 X 2 ) t
A=
n ,1
B ( X1 X 2 ) t
n ,1
cu
1
1
n
n2
2
2
S 2 [( n 1 1) 1 (n 2 1) 2 ] 1
n1 n 2 2 .
4. Intervalul de ncredere pentru dispersia teoretic
Fie caracteristica X ce urmeaz legea normal N(m, ). Considerm
1 n
1 n
2
2
(n 1) 2
(
X
X
)
X
Xk
H
k
2
n
1
n
k
1
k
statistica
unde
, iar
,
2
2
ce urmeaz legea cu n-1 grade de libertate. Pentru probabilitatea de
2
ncredere 1- se poate determina intervalul ( h 1 , h 2 ) , astfel nct

2
P(h 1 H 2 h 2 ) 1 .
2
h1 h 2
n 1,
se determin din relaia
Fn 1 (h 1 )
h2 h2
n 1,1
2 i
2
se determin din relaia
Fn 1 (h 2 ) 1
2 , unde
Fn ( x ) este funcia de repartiie a legii 2 cu n grade de libertate
Fn ( x )
1
n
2
n
2 ( )
2
care are valorile tabelate.

2
Deci
t 2 e 2 dt
P( h 1
( n 1) 2
2
h2 )
2
sau
162
P(
(n 1) 2
h2
(n 1) 2
h1
) 1
, adic s-a obinut intervalul de
1
2
2
ncredere ( 1 , 2 ) pentru , unde
(n 1) 2
h2
n 1,1
(n 1) 2
h2
n 1,
, iar
intervalul de ncredere pentru abaterea standard este (1 , 2 ) .

Exemplul 2.2.23. Relativ la populaia se cerceteaz caracteristica
X privind media teoretic M(X) = m. tiind c dispersia teoretic a
2
caracteristicii X este D (X ) 0,35 , s se stabileasc un interval de ncredere
pentru media teoretic m cu probabilitatea de ncredere 1- = 0,95, utiliznd
distribuia empiric de selecie:

22,7 22,8 22,9 23,0 23,1 23,2 23,3 23,4
1
3
7
4
6
7
5
2
.
X:
Rezolvare:
Folosind aplicaia 1., intervalul de ncredere pentru media teoretic
m este (m1 , m 2 ) , unde
m1 x
(z
determin astfel nct
1
2
z
valorile funciei Laplace,
x
1
35
1
2
m2 x
i
1 1
,
0,475
2
2
z
;
se
, folosind tabelele cu
1,96
.
(1 22,7 3 22,8 7 22,9 4 23 6 23,1 7 23,2 5 23,3 2 23,4) 23,077
Statistic matematic
163
Rezult
m 1 23,077
m 2 23,077
0,35
35
0,35
35
1,96 22,881
1,96 23,273
, adic
m (22,881; 23,273)
Exemplul 2.2.24. Pentru recepionarea unei mrfi ambalat n cutii,

se efectueaz un control, prin sondaj, privind greutatea X a unei cutii. Pentru
22 cutii cntrite s-a obinut distribuia empiric de selecie, relativ la
caracteristica X:
2,7 2,8 2,9 3,0 3,1 3,2 3,3
2
5
3
5
4
2 .
1
X :
Folosind probabilitatea de ncredere 0,98, s se determine un interval

de ncredere pentru valoarea medie a greutii cutiilor, presupunnd c X
urmeaz legea normal N( m, ) .
Rezolvare:
D 2 (X) este necunoscut, conform
Deoarece abaterea standard
aplicaiei 2. intervalul de ncredere pentru m este (m 1,m2) unde

m1 x
n 1,1
2
m2 x
n 1,1
. Pentru n-1=21 i 1 0,98
din tabelul cu valorile funciei de repartiie a legii Student se determin

t
n 1,1
2,158
.
Folosind distribuia empiric de selecie se obine:
1
1 2,7 2 2,8 5 2,9 3 3,0 5 3,1 4 3,2 2 3,3 3,032
22
iar
164
1 7
f k (x k x ) 2 0,167
21 k 1
m1 3,032
Obinem:
0,167
m 2 3,032
22
0,167
22
2,518 2,942
2,518 3,122
adic m (2,942;3,122) .
Exemplul 2.2.25. Masa de carne ambalat n produse de 1000 grame

de mainile M1 i M2 este o caracteristic X1, ce urmeaz legea normal
N(m1 , 1 ) i respectiv o caracteristic X ce urmeaz legea normal
2
N(m 2 , 2 ) . Cntrind 100 de pachete din cele produse de maina M s-a
1
obinut valoarea medie de selecie x 1 1007 grame,iar din cntrirea a 150

pachete de la maina M2 s-a obinut x 2 1002 grame.
Folosind probabilitatea de ncredere 0,98, s se determine intervalul
de ncredere pentru diferena m1-m2 , dac se tie c abaterile standard sunt
1 3 i 2 4 .
Rezolvare:
Conform aplicaiei 3. a) intervalul de ncredere pentru m1-m2 este
(A,B) unde
A x1 x 2 z
1
2
12 22
n1 n 2
B x1 x 2 z
i
1
z
0,49
1
2
2
se determin a..
.
12 22
n1 n 2
iar
Statistic matematic
165
z
Folosind tabelul cu valorile funciei lui Laplace obinem
2,33
Deci :
A 5 2,33
9
16
3,975
100 150
B 5 2,33
9
16
3,975
m 1 m 2 (3,975;6,025)
100 150
Exemplul 2.2.26. Fie caracteristica X1 ce urmeaz legea normal

N(m, ) i care reprezint vnzrile n milioane lei pe sptmn la
magazinele alimentare n oraul A i X 2 vnzrile n milioane lei la
magazinele alimentare din oraul B i care urmeaz legea normal N(m 2, ).
S-au efectuat dou sondaje, respectiv pentru X 1 i X2 i s-au obinut
urmtoarele date de selecie:
X1: 226,5;224,1;218,6;220,1;228,8;229,6;222,5.
X2: 221,5;230,2;223,4;224,3;230,8;223,8.
Cu probabilitatea de ncredere 0,95 s se construiasc un interval de
ncredere pentru diferena m1-m2, dac 0 este necunoscut.
Rezolvare:
Conform aplicaiei 3. b) intervalul de ncredere pentru m 1-m2 este
A x1 x 2 t
(A,B)
unde
n ,1
B x1 x 2 t
n ,1
dac
166
1
1
2
2
n1 n 2
n 1 1 1 n 2 1 2
n 1 n 2 2
t
iar
n ,1
se
determin
a..
Fn t 1
n ,1
2
2
.
Pentru 1 0,96 i n=1 obinem
n ,1
2,201
.
Calculm:
1
226,5 224,1 218,6 220.1 228,8 229,6 222,5 224,314
7
1
x 2 221,5 230,2 223,4 224,3 230,8 223,8 225,667
6
2
1 7
1 x 1k x 1 17,765
6 k 1
2
2
1 6
2 x 2 k x 2 14,951
5 k 1
x1
1 1
S 7 6 (6 17,765 5 14,951) 2,259

11
Re zult :
A 1,353 2,201 2,259 6,325
B 1,353 2,201 2,259 3,619
m 1 m 2 (6,326;3,619)
Exemplul 2.2.27. Fie caracteristica X ce reprezint timpul de

producere a unei reacii chimice, msurat n secunde. Dac X urmeaz legea
normal N (m, ) i avnd o selecie repetat de volum n=11, cu datele de
selecie:
4,21;4,03;3,99;4,05;3,89;3,98;4,01;3,92;4,23;3,85;4,20.
se
Statistic matematic
167
2
2
determine intervalul de ncredere pentru dispersia D (X) i pentru
abaterea standard
D 2 (X) , cu probabilitatea de ncredere 0,95.
Rezolvare:
2
2
2
Conform aplicaiei 4. intervalul de ncredere pentru este 1 , 2
12
(n 1) 2
h2
n 1,1
unde
22
i
(n 1) 2
h2
n 1,
h2
iar
n 1,1
h2
n 1,
se determin
2
folosind tabelele de valori pentru funcia de repartiie a legii cu n-1 grade
de libertate.
Avem:
2
h 10
; 0 , 975 20,5
2
h 10
; 0 , 025 3,25
1
(4,21 4,03 ... 4,20) 4,033
11
2
1 11
( x k x ) 2 0,017
10 k 1
x
Rezult:
12
10 0,017
10 0,017
0,008 22
0,052
20,5
3
,
,
25
i
2 (0,008;0,052) i (0,089;0,228) .
2.3. Verificarea ipotezelor statistice

Definiie 2.3.1. Numim ipotez statistic o presupunere relativ la o
caracteristic X a unei populaii C, fie privind legea de probabilitate a lui X,
fie privind parametrii de care depinde aceast lege.
Metoda prin care o ipotez statistic ce trebuie verificat se accept
sau se respinge, poart numele de test (criteriu) statistic.
168
Observaie 2.3.2.
1) Dac testul statistic se refer la parametrii de care depinde legea
de probabilitate a lui X spunem c avem un test parametric.
2) Dac testul statistic se refer la natura legii de probabilitate atunci
spunem c avem un test de concordan . Considernd caracteristica X cu
legea de probabilitate f ( x; ), parametru necunoscut, ipoteza principal ce
H : A
se face asupra lui o numim ipotez nul i o notm 0
, iar orice
alt ipotez ce se face relativ la parametrul o numim ipotez admisibil i
o notm H i : A i , i 1,2,... .
Observaie 2.3.3.
1) n continuare, relativ la parametrul , vom considera doar dou
ipoteze: ipoteza nul
H0 : A
, i o ipotez alternativ H 1 : A 1 .
2) Verificarea ipotezei nule n ipoteza alternativ pentru o

n
probabilitate de risc se face determinnd o regiune U R numit regiune
critic a.. P(X1,X2,,Xn) U
H0 )
. Din modul cum construim aceast
regiune critic U obinem diferite teste de verificare a ipotezei statistice H0.

3) Probabilitatea de risc se mai numete i nivel de semnificaie a
testului.
Definiie 2.3.4. Numim eroare de genul I respingerea unei ipoteze
adevrate,
iar
probabilitatea
de
producere
acestei
erori
este
P (( X 1 , X 2 ,..., X n ) U H 0 ) i poart numele de riscul furnizorului.
Definiie 2.3.5. Numim eroare de genul II admiterea unei ipoteze

false, iar probabilitatea de producere a acestei erori este
Statistic matematic
169
P (( X 1 , X 2 ,..., X n ) U H 1 ) i poart numele de riscul beneficiarului.
Definiie 2.3.6. Se numete puterea testului probabilitatea de

~
H )
respingere a unei ipoteze false, adic () P((X 1 , X 2 ,..., X n ) U 1 unde
~
H1 : sau () 1 .
Observaie 2.3.7. Nu exist o metod general de construire a

regiunii critice U, care ne duce la testul de verificare a ipotezei nule H 0, dar
se cunosc clase de probleme pentru care s-au construit astfel de regiuni critice
i corespunztor lor avem teste de verificare a ipotezelor statistice.
Testul Z 2.3.8.
Fie caracteristica X ce urmeaz legea normal N( m, ) cu m R
necunoscut i 0 cunoscut. Vrem s verificm ipoteza nul H0:m=m0 n
ipoteza alternativ
H1 : m m 0
cu probabilitatea de risc i datele de
selecie x1, x2, xn.

Z
Xm
1 n
,X Xk ,
n k 1
n
ce urmeaz legea
normal N(0,1). Deci pentru dat putem determina intervalul
1
2
z Z z 1
P
1
1
2
2
a..
.
,z
1
2
Se definete regiunea critic U R prin:

n
(u 1 , u 2 ,..., u n ) R
u m0
z , z
1
1
2
2
,u
1 n
uk
n k 1
170
Astfel am obinut:
X m
P (( X 1 , X 2 ,..., X n ) H 0 ) P
z , z
1
1
2
2
P Z z
,z
H0
H0
Folosind regiunea critic U vom respinge ipoteza nul H0 dac
z
(x1, x2,,xn) U adic
z
( x 1 , x 2 ,..., x n ) U adic
x m0
z , z
1
1
2
2
n
i o admitem dac
x m0
z , z
1
1
2
2
n
.
Observaie 2.3.9.
1) Deoarece
regiunea
intervalului de ncredere
1
2
critic
,z
U corespunde
complementarei
1
2
pentru statistica Z n continuare nu
vom pune n eviden de fiecare dat regiunea critic U ci numai intervalul de

ncredere pentru statistica utilizat.
2) Testul Z se poate folosi i pentru o caracteristic X ce nu urmeaz
legea normal atunci cnd volumul seleciei este mare (n>30).
3) Deoarece ipoteza alternativ este
H1 : m m 0
testul Z se numete
testul Z bilateral. Dac se consider H1:m<m0 vom avea testul Z unilateral
Statistic matematic
171
dreapta. De exemplu pentru testul Z unilateral dreapta intervalul de ncredere

pentru statistica Z devine
(z 1 )
( , z1 )
unde z1- este determinat a...
2
.
Etapele aplicrii testului:

1) Se consider:
, , m m 0 , x 1 , x 2 ,..., x n
1 2
1
2
2 a..
2) Se determin
z
3) Se calculeaz
z z
4) Dac
x m0
1
, x ( x 1 , x 2 ,..., x n )
n
n
atunci ipoteza m=m0 este admis, n caz contrar
este respins.
Exemplul 2.3.10. Caracteristica X reprezint cheltuielile lunare n
mii lei pentru abonamentele la ziare i reviste ale unei familii. S se verifice,
cu nivelul de semnificaie =0,01 dac media acestor cheltuieli lunare pentru
o familie este de 16 mii lei, tiind c abaterea standard este 3 mii lei i
avnd o selecie repetat de volum n=40, care ne d distribuia empiric de
selecie
11 13 15 17 20
4 6 12 10 8 .
X :
Rezolvare:
Deoarece n=40>30 i 3 este cunoscut, folosim testul Z pentru
verificarea ipotezei nule H0:m=16 cu alternativa H 1 : m 16.
172
z
Pentru =0,01 folosind testul se determin
z 0,995
z 0,995
a..
1
0,495
2
. Se obine z0,995=2,58, care ne d intervalul numeric
Z
(-2,58;2,58) pentru statistica
x
z
Xm
n . Calculm
1
4 11 6 13 12 15 10 17 8 20) 15,8
40
x m 15,8 16
0,422
3
n
40
.
Deoarece z = - 0,422 2,58;2,58 ipoteza se accept.

Testul T(Student) 2.3.11.
Fie caracteristica X ce urmeaz legea normal N(m, ) cu 0 i
m R necunoscui. Relativ la media teoretic m=M(X) facem ipoteza nul
H0:m=m0 cu ipoteza alternativ
H1 : m m 0
; probabilitatea de risc fiind iar
variabilele de selecie x1,x2,,xn.

Pentru
verificarea
ipotezei
nule
considerm
statistica
2
Xm
1 n
1 n
, X X k , 2
Xk X ,
n k 1
n 1 k 1
n
ce urmeaz legea Student
cu n-1 grade de libertate. Deci se determin intervalul numeric
Statistic matematic
173
n 1,1
2
,t
n 1,1
2
P t
T t
1
n 1,1
n 1,1
2
2
a..
, iar complementara
acestui interval ne definete regiunea critic U.

Etapele aplicrii testului T:
1) Se consider
; m m 0 ; x 1 , x 2 ,..., x n
t
2) Se determin
n 1,1
t
3) Se calculeaz
t t
4) Dac
n 1,1
Fn 1 t
1
n 1,1
2
2
a..
x m0
,x
2
1 n
1 n
xk ,
xk x
n k 1
n 1 k 1
ipoteza m=m0 este admis, altfel este respins.
Observaie 2.3.12. Deoarece ipoteza alternativ H1:este
m m0
testul T prezentat se numete testul T bilateral, exist i teste unilaterale.

Exemplul 2.3.13. Caracteristica X reprezint gradul de ocupare
zilnic a unei uniti hoteliere (n procente). S se verifice, cu nivelul de
semnificaie =0,05, ipoteza c media de ocupare zilnic a hotelului este dat
prin m=80%, dac dintr-o selecie efectuat n 15 zile ale anului s-au obinut
urmtoarele date de selecie (n procente):
60,85,90,75,84,78,92,56,77,82,65,79,83,65,76.
Rezolvare:
Putem considera c X urmeaz legea normal N( m, ) cu m i
necunoscui. Ipoteza nul ce se face este H0:m=80, cu alternativa H 1 : m 80
.
Deoarece este necunoscut, folosind testul T, cu =0,05 i tabelele
174
t
de valori se determin
n 1,1
2
Fn 1 t
0,975
1
n 1,1
2
2
a..
. Se obine
T
t14;0,975 =2,145. Prin urmare intervalul numeric pentru statistica
Xm
este (-2,145;2,145).
Calculm
1
(60 85 ... 76) 76,4
15
1 n
( x k x ) 2 116,686
14 k 1
2
x m0
76,4 80
1,291
10,80
15
ntruct -1,291 (2,145;2,145) , ipoteza ca media de ocupare zilnic

a unitii hoteliere este de 80% se accept.
Teste pentru compararea a dou medii 2.3.14.
Fie dou populaii C2 i C2 cercetate din punct de vedere al aceleiai
caracteristici anume X1 pentru C1 care urmeaz legea normal N(m1 , 1 ) i
C2 care urmeaz N (m 2 , 2 ) , C1 i C2 fiind independente.
Vrem s verificm ipoteza nul H0:m1=m2 n ipoteza alternativ
H 1 : m1 m 2 cu probabilitatea de risc i seleciile de volum n i n din
1
2
cele dou populaii.

a) Testul Z (dac 1 , 2 sunt cunoscute)
Statistic matematic
175
(X1 X 2 ) (m1 m 2 )
12 22
n1 n 2
care urmeaz legea
normal N(0,1).
Pentru dat se determin intervalul numeric
1
2
,z
1
2
,astfel nct
P z Z z 1
1
1
2
2
.
1) Se consider 1 , 2 ; x 11 , x 12 ,..., x 1n1 ; x 21 , x 22 ,..., x 2 n 2 ; m1 m 2
z
2) Se determin
z
3) Se calculeaz
z z
4) Dac
1
z
1
2
2
a..
x1 x 2
12 22
n1 n 2
, x1
1
n1
n1
1
n2
x 1k ; x 2
k 1
n2
x
k 1
2k
ipoteza m1 m 2 este admis, altfel este respins.
b) Testul T (dac 1 2 necunoscute)

T
(X 1 X 2 ) (m1 m 2 )
2
(n 1 1)1 (n 2 1) 2
care urmeaz legea Student cu n n 1 n 2 2 grade de libertate.
n1 n 2 2
1
1
n1 n 2
176
Pentru statistica T se determin intervalul numeric
n ,1
2
,t
n ,1
2
P t T t 1
n ,1
n ,1
2
2
a..
1) Se consider ; x 11 , x 12 ,..., x 1n1 ; x 21 , x 22 ,..., x 2 n 2 .
t
2) Se determin
Fn t 1 , n n 1 n 2 2
n ,1
2
2
a..
n ,1
2
x1 x 2
2
(n 1 1)1 (n 2 1) 2
3) Se calculeaz
x1
1 n1
1
x 1k ; x 2
n 1 k 1
n2
n2
x 2 k ; 1
k 1
t t
4) Dac
n ,1
n1 n 2 2
1
1
n1 n 2
2
2
1 n1
1 n2
x
x
;
1
2
1k
x 2k x 2
n 1 1 k 1
n 2 1 k 1
atunci ipoteza m1 m 2 este admis, altfel este
respins.
c) Testul T (dac 1 2 necunoscute)
T
(X 1 X 2 ) (m1 m 2 )
2
1 2
n1 n 2
legea Student cu n grade de libertate, n este dat de
care urmeaz
Statistic matematic
177
1
n1
1
c2
(1 c) 2
;c
n n1 1 n2 1
12 22
n1 n2
Pentru statistica T se determin intervalul numeric
P t T t 1
n ,1
n ,1
2
2
a..
.
1) Se consider ; x 11 , x 12 ,..., x 1n1 ; x 21 , x 22 ,..., x 2 n 2 ;
t
2) Se determin
Fn t 1
n ,1
2
2
a..
unde
n ,1
2
1
n1
1
c
(1 c)
;
n n1 1 n2 1
2
12 22
n1 n 2
2
2
1 n1
1 n2
x
x
;
1
2
1k
x 2k x 2
n 1 1 k 1
n 2 1 k 1
x1
1
n1
n1
x 1k ; x 2
k 1
3) Se calculeaz
1
n2
n2
x
k 1
2k
x1 x 2
2
1 2
n1 n 2
n ,1
2
;t
n ,1
2
178
t t
4) Dac
n ,1
atunci ipoteza m1 m 2 este admis, altfel este
respins
Exemplul 2.3.15. La o unitate de mbuteliere a laptelui exist dou
maini care efectueaz aceast operaie n sticle de 1l. Pentru a cerceta
reglajul de mbuteliere la cele dou maini s-au efectuat dou selecii relative
la sticlele mbuteliate n cele dou maini i s-au obinut datele de selecie:
X k/ 990 995 1000

f k/
11
//
1005 1010 X k 985 990 995 1000 1005 1010
f k//
Folosind nivelul de semnificaie 0,05 , s se verifice dac

mediile de umplere a sticlelor de ctre cele dou maini sunt aceleai, n
cazul n care abaterile standard sunt 1 6 ml i 2 7,5 ml.
Rezolvare:
Caracteristicile X1 i X2 ce reprezint cantitatea de lapte (n ml)
coninut de o sticl mbuteliat de prima main, se consider ca urmnd
legile de probabilitate normale N(m1, 6) i N(m2; 7,5).
Verificarea ipotezei nule N0:m1=m2 cu alternativa H 1 : m1 m 2 , se
va face cu testul Z.
Folosind nivelul de semnificaie 0,01 se determin din tabele
z
valoarea
z 0,995
1
z
0,495
1
2
z
2,58
2
a..
. Se obine 0,995
,
care ne d intervalul (-2,58; 2,58) pentru statistica

Z [( X 1 X 2 ) ( m1 m 2 )]
12 22
n1 n 2
Statistic matematic
179
Calculm:
x1
1
(7 990 9 995 ... 5 1010) 999,375
40
x2
1
(5 985 5 990 ... 4 1010) 997,424
33
12 22
(999,375 997,424)
n1 n 2
z (x1 x 2 )
36 56,25
1,209
40
33
Deoarece z 1,209 (2,58;2,58) , rezult c mediile de umplere a

sticlelor nu difer semnificativ pentru cele dou maini.
Exemplul 2.3.16.
Se cerceteaz dou loturi de ulei pentru automobile, din punct de
vedere al vscozitii, obinndu-se datele de selecie:
X k/ 10,27 10,28 10,29 10,30 10,32

f k/
X k// 10,26 10,27 10,29 10,30 10,31
f k// 3
2
1
1
1
Analizele fcndu-se cu acelai aparat, se consider c abaterile
2
standard sunt aceleai. Considernd nivelul de semnificaie 0,05 ; s se

verifice dac mediile de vscozitate pentru cele dou laturi nu difer
semnificativ.
Rezolvare:
Caracteristicile X1 i X2, ce reprezint vscozitile pentru cele dou
loturi de ulei, se consider c urmeaz fiecare legea normal, respectiv
N( m1 , ) i N (m 2 , ) , cu abaterea standard 0 necunoscut.
H 0 : m1 m 2
cu alternativa H 1 : m1 m 2 ,
se va face cu testul T, deoarece abaterea standard este necunoscut.
Verificarea ipotezei nule
Folosind nivelul de semnificaie 0,05 , se determin folosind tabelele,
180
t
valoarea
n ,1
2
Fn t 1
n ,1
2
2
, a..
, unde n=n1+n2-2. Adic se obine
t 14;0,975 2,145,
intervalul
(X 1 X 2 ) (m1 m 2 )
(n 1 1)1 (n 2 1) 2
(-2,145;2,145)
n1 n 2 2
1
1
n1 n 2
pentru
statistica
care urmeaz legea Student cu n
grade de libertate.
Calculm:
1
x 1 (3 10,27 2 10,28 ... 1 10,32) 10,285
8
1
x 2 (2 10,26 1 20,27 ... 3 10,31) 10,289
8
2
1
2
2
t
1 n1
x 1k x 1
n 1 1 k 1
1 n2
x 2k x 2
n 2 1 k 1
(x1 x 2 )
2
1
(n 1 1) (n 2 1)
2
2
3,143 10 4
2
4,983 10 4
n1 n 2 2
10,285 10,289
1 1
(22,001 34,881) 10 4
n1 n 2
14
0,397
1 1
8 8
Deoarece t 0,397 (2,145;2,145) , rezult c vscozitile medii ale celor

dou loturi de ulei nu difer semnificativ.
Testul
2 privind dispersia 2.3.17.
Fie caracteristica X ce urmeaz legea normal N(m, ) cu parametri

2
2
m R i 0 necunoscui. Vrem s verificm ipoteza nul H 0 : 0 n
Statistic matematic
181
raport cu ipoteza alternativ
i o selecie de volum n.
H 1 : 2 02 ,
cunoscnd probabilitatea de risc
1
H 2
Considerm caracteristica
2
k 1
(n 1)
Xk X
2
2
care
2
urmeaz legea cu n-1 grade de libertate, i se determin pentru aceasta
P h 2 H 2 h 2 1
n 1,
n 1,1
2
2
intervalul numeric
2
2
1) Se consider i ; 0 ; x 1 , x 2 ,..., x n .
h2
2) Se determin
n 1,
2
,h2
n 1,1
2
a.. Fn -1 h 2
n 1,
2
2
Fn 1 h 2 1
2
n 1,1 2
.
h2
3) Se calculeaz
1
02
(x k x) 2 , x
k 1
1 n
xk
n k 1
h 2 h 2 ; h 2
2
2
n 1, 2 n 1,1 2 atunci ipoteza 0 este admis,
4) Dac
altfel este respins.
Exemplul 2.3.18. Se efectueaz o selecie repetat de volum n=12
relativ la caracteristica X ce urmeaz legea normal N( m, ) , obinndu-se
distribuia empiric de selecie
182
0,5 0,4 0,2 0 0,2 0,6 0,8 1 1,2 1,5
2
1
1 1
1
1 1 2 1 .
1
X :
S se verifice, cu nivelul de semnificaie 0,05 , ipoteza nul
H 0 : 2 D 2 ( x ) 0,5
2
, cu alternativa H 1 : 0,5.
Rezolvare:
2
Se utilizeaz testul . La nivelul de semnificaie 0,05 ; se
h2
n 1;
2
determin intervalul
;h2
n 1;1
2
(n 1)
H
, pentru statistica
2
, care
2
urmeaz legea cu n-1 grade de libertate; folosind tabelele de valori din
2
2
F11 h 11
; 0 , 025 0,025 h 11; 0, 025 3,82
2
2
F11 h 11
; 0 , 975 0,975 h 11; 0 , 975 21,9
2
Deci, intervalul pentru statistica H este (3,82;21,9).
Calculm
1
1 (0,5) 2 (0,4) ... 1 1,5 0,4167
12
1 n

xk x
n 1 k 1
2
0,518
(n 1)
11 0,518
h
11,396
2
0,5
0
2
2
Deoarece h 11,396 (3,82;21,9) , ipoteza nul fcut relativ la
dispersia teoretic este acceptat.

Testul F (Sndcor - Fischer) 2.3.19.
Fie dou populaii C1 i C2 referitor la care ne intereseaz
caracteristicile: X1 ce urmeaz N(m1 , 1 ) i X2 ce urmeaz N(m 2 , 2 ) . Cu
Statistic matematic
183
H : 2 22
probabilitatea de risc vrem s verificm ipoteza nul 0 1
n
2
2
raport cu ipoteza alternativ H 1 : 1 2 , considernd cte o selecie din
fiecare populaie, respectiv de volum n1 i n2.

2
1
F 2
1
Statistica
2
22
urmeaz legea Sndcor - Fischer cu
m n 1 1 i n n 2 1 grade de libertate, iar intervalul numeric pentru
aceast
statistic
m ,n ;
2
,f
m , n ;1
2
se
determin
a..
P f F f
1
m , n ;1
2
m ,n; 2
. Extremitile intervalului se determin din
Fm ,n f
Fm ,n f
1
2
2
F (x)
m,n ; 2
m,n ;1 2
relaiile
i
, dac m ,n
este funcia
de repartiie a legii "Fs" i are valorile tabelate.
fm,n,
Are loc relaia
1
f n , m ,1
i de aceea tabelele pentru
Fm ,n ( x )
sunt ntocmite numai pentru valori mari ale lui i pentru F>1. Dac F<1
intervalul numeric pentru F este dat prin

Etapele aplicrii testului F:
m , n;
; f
2
;

m , n ;1
f n, m;1 f n , m;
2
2
2
184
1) Se consider:
; m n 1 1; n n 2 1; x 11 , x 12 ,..., x 1n1 ; x 21 , x 22 ,..., x 2 n 2
2)
Se
determin:
m ,n ;
2
;f
m , n ;1
2
astfel
nct
Fm ,n f
Fm ,n f
.
1
m ,n ;
m , n ;1
2
2
2
2
i
3) Se calculeaz:
2
x1
1
n1
n1
x 1k
k 1
x2
,
1
n2
; 1
2
2
2
1 n1
1
x 1k x 1 ; 2
x 2k x 2
n 1 1 k 1
n 2 1 k 1
n2
x
k 1
2k
f f ; f

m ,n ;
m , n ;1
2
2
4) Dac
2
2
atunci ipoteza 1 2 este admis,
altfel este respins.

Exemplul 2.3.20. Dou strunguri produc acelai tip de piese.
Caracteristica cercetat este diametrul acestor piese. Se consider dou
selecii de volum n 1 7 i n 2 9 , relativ la diametrele pieselor produse de
cele dou strunguri. Datele de selecie sunt prezentate prin distribuiile
empirice de selecie:
3,4 3,6 3,8
3,5 3,6 3,7 3,8
X 2
4
2 i
4
2
2 . Considernd nivelul
1
1
X 1
H 0 : 1 2
de semnificaie 0,05 ; s se verifice ipoteza nul
cu
Statistic matematic
185
alternativa H1 : 1 2 , dac se presupune c X1 i X2 urmeaz legea

normal N(m 1 , 1 ) i respectiv N (m 2 , 2 ) .
Rezolvare:
Se utilizeaz testul F. Se determin intervalul
m ,n ;
2
;f
m , n ;1
2
Fm ,n f
2
m ,n ; 2
pentru statistica F folosind tabelele de valori, a..
i
Fm ,n f
1
2
m,n ;1 2
.
f 6,8;0,975 4,65
f 6,8;0,025
deoarece
1
f 8,6;0,975
F6,8 (4,65) 0,975
1
0,18
5,60
. Rezult intervalul (0,18;4,65)
Calculm:
1
1
x 1 (1 3,4 4 3,6 2 3,8) 3,629; x 2 (1 3,5 4 3,6 2 3,7 2 3,8) 3,656
7
9
2
1 n1
x 1k x 1
n 1 1 k 1
2
2
2
0,01905
2
;
1 n2
x 2k x 2
n 2 1 k 1
0,01028
0,01905
1,85.
0,01028
Deoarece f 1,85 (0,18;4,65), rezult c ipoteza fcut privind

egalitatea dispersiilor, este admis.
Teste de concordan
186
2
Testul 2.3.21.
Fie caracteristica X care are funcia de repartiie teoretic F. Ipoteza

statistic pe care o facem asupra caracteristicii X este c are funcia de
repartiie
F F0 ( x; 1 ,..., s ),
unde
1 ,..., s
sunt parametrii necunoscui.
Folosind datele de selecie x 1 , x 2 ,..., x n se estimeaz prin metoda
*1 , *2 ,..., *s .
verosimilitii maxime aceti parametrii, obinndu-se

ipoteza statistic devine
F F0 ( x; *1 ,..., *s ).
datelor
obinndu-se
x '1
f1
de
selecie
x'2
... x ' N
f2
...
n continuare se face o grupare a
distribuia
empiric
p *i F0 (a i ; *1 ,..., *s ) F0 (a i 1 ; *1 ,..., *s ).
selecie:
dar
putem
H 0 : pi pi* ; i 1, N
N
H1 : H 0
calcula
Prin urmare, ipoteza fcut asupra
funciei de repartiie devine ipoteza nul
alternativ
de
f N
clasa x ' i reprezint intervalul [ai-1,ai). Pentru clasa x'i
p i F(a i ) F(a i 1 ) necunoscut,
avem
Deci
fals. Valoarea numeric
h2
i 1
n ipoteza
(f i n p *i )
n p *i
este
2
2
valoarea unei variabile aleatoare H ce urmeaz legea cu k = N-s-1 grade
de libertate. Deci pentru probabilitatea de risc se determin intervalul
numeric
0, h
2
k ,1
Fk h 2k ,1 1
2
P H 2 h 2k ,1 1
corespunztor lui H a..
adic
Statistic matematic
187
; x 1 , x 2 ,..., x n ; F F0 ( x; 1 ,..., s )
1) Se consider:
2) Se determin intervalul
0, h
2
k ,1
a..
estimrile de verosimilitate maxim
distribuia empiric de selecie

se calculeaz
xi
fi
Fk h 2k ,1 1
*1 , *2 ,..., *s .
i 1, N
p1* F0 (a i ; *1 , *2 ,..., *s ) F0 (a i 1 ; *1 , *2 ,..., *s )
k = N-s-1
(f i n p *i ) 2
h
n p *i
i 1
3) Se calculeaz
N
4) Dac
h 2 h 2k ,1
atunci ipoteza F = F0 este admis, altfel este
respins.
2
*
Observaie 2.3.22. Testul nu este aplicabil dac n p i sunt mai
mici dect 5, caz n care se recomand o nou grupare a datelor de selecie.

Testul lui Kolmogorov 2.3.23.
Se consider caracteristica X care are funcia de repartiie teoretic
F. Dac
F n (x)
este funcia de repartiie de selecie avem c
lim P( n d n x ) K ( x )
n
K(x)
(1)
e 2k
unde
d n sup F n ( x ) F( x )
xR
iar
2 2
este funcia lui Kolmogorov. Se face ipoteza H0
c X urmeaz legea de probabilitate dat de funcia de repartiie F. Dac H0
188
este adevrat i pentru probabilitatea de risc se poate determina valoarea
x 1
a..
K ( x 1 ) 1 . Deci avem c P( n d n x 1 ) 1 sau
x
P d n 1 1
d n 1
n
n
, adic dac dn satisface inegalitatea
admitem ipoteza H0 altfel o respingem.
Etapele aplicrii testului lui Kolmogorov:
x 'i
f
i
; X :
1) Se consider
2) Se calculeaz
3) Se calculeaz
x 1
a..
, F, n f1 f 2 ... f N
i 1, N
K ( x 1 ) 1
d n max F n (a i ) F(a i ) ; x 'i

i 1, N
a i 1 a i
2
n d n x 1 ipoteza este admis, altfel este respins.
4) Dac
Exemplul 2.3.24. Se consider caracteristica X ce reprezint

rezistena, n K , a unor tronsoane de ceramic acoperite cu carbon. S se
verifice normalitatea lui X, folosind o selecie de volum n=124, pentru, care
s-au obinut datele de selecie.
Clasa
Frecare
(- ;1,65) [1,65;1,70) [1,70;1,75) [1,75;1,80) [1,80;1,85) [1,85;1,90) [1,90;1,95)
11
14
17
17
18
a) utiliznd testul de concordan

0,05;
16
13
[1,95;2,00)
10
[2,0;+ )
2 , cu nivelul de semnificaie
Statistic matematic
189
b) utiliznd testul de concordan al lui Kolmogorov, cu nivelul de

semnificaie 0,05;
Rezolvare:
Se cunoate c estimrile de verosimilitate maxim pentru m i
*
* 2
sunt respectiv m x,
.
Distribuia empiric de selecie pentru caracteristica X este

1,625 1,675 1,725 1,775 1,825 1,875 1,925 1,975 2,125
14
17
17
18
16
13
10
8
11
X :
Calculm
m* x
1
(11 1,625 14 1,675 ... 8 2,125) 1,82
124
* 2
2
1 124 *
x k 1,82 0,129
124 k 1
a) se consider valoarea numeric

N
h2
i 1
(f i n p *i ) 2
n p *i
, unde N =9,
a i m*
a i 1 m *
a
; s 2; k 9 2 1 6
*
*
p *i
Se determin intervalul
tabelele de valori i se obine
0, h
2
k ,1
, pentru statistica
h 62;0,95 12,59
H 2 , folosind
adic intervalul (0;12,59).
2
Calculele pentru h se fac n tabelul:
ai
fi
ai m *
*
a i m*
*
i
np
*
i
(f i n p *i ) 2
n p *i
190
1,65
11
-1,32
-0,4066
0,0934
11,5816
0,02921
1,70
14
-0,93
-0,3238
0,0828
10,2672
1,35712
1,75
17
-0,54
-0,2054
0,1184
14,6816
0,36610
1,80
17
-0,16
-0,0636
0,1418
17,5832
0,01934
1,85
18
0,23
-0,0910
0,1546
19,1704
0,07146
1,90
16
0,62
0,2324
0,1414
17,5336
0,13414
1,95
13
1,01
0,3437
0,1113
13,8012
0,04651
2,00
10
1,40
0,4192
0,0755
9,3620
0,04348
0,5000
0,0808
10,0192
0,40694
h 2,4743
2
n=124
Valorile funciei lui Laplace se iau din tabele i se are n vedere

c ( x ) ( x ) i
a 0 m*
a1 m*
(1,32) ()
p
*
*

*
1
0,4066 0,5 0,0934

2
Deoarece h 2,4743 (0;12,59), rezult c se accept ipoteza
normalitii lui X.
b) Pentru 0,05 , folosind tabelele de valori, se determin
x 1 x 0,95
a..
K ( x 1 ) 1
, adic
x 0,95 1,36
*
*
*
*
Ipoteza c X urmeaz legea normal N(m , ) , cu m i
calculai
anterior,
d n max F n (a i ) F(a i )
i 1, N
este
acceptat
dac
n d n x 1 ,
unde
Statistic matematic
191
Aici F n ( x ) este funcia de repartiie de selecie, iar F(x) este funcia

*
*
de repartiie pentru legea normal N (m , ). Calculele pentru determinarea
lui dn sunt date n tabelul urmtor:
1,65
11
11
0,0887
a i m*
*
-1,32
1,70
14
25
0,2016
1,75
17
42
1,80
17
1,85
ai
fj
fi
j1
F n (a i )
F(ai)
F n (a i ) F(a i )
0,0934
0,0047
-0,93
0,1762
0,0254
0,3387
-0,54
0,2946
0,0441
59
0,4758
-0,16
0,4364
0,0394
18
77
0,6210
0,23
0,5910
0,0300
1,90
15
93
0,7500
0,62
0,7324
0,0176
1,95
13
106
0,8548
1,01
0,8437
0,0111
2,00
10
116
0,9355
1,40
0,9192
0,0163
124
1,0000
1,0000
Deoarece
0
dn= 0,0441
n d n 124 0,0441 0,491 1,36, acceptm ipoteza c
*
*
X urmeaz legea normal N (m , ).
2.4. Corelaie i regresie

Definiie 2.4.1. Fie (X1,Y1), ..., (Xn, Yn) o selecie repetat de volum
n asupra vectorului aleator (X, Y). Se numete coeficient de corelaie de
selecie
n
(x
i 1
x )( y1 y )
i 1
i 1
( x1 x)2 ( y1 y)2
unde x
1 n
1 n
x
y
i
yi
n i 1
n i 1
192
Observaia 2.4.2. Se arat c aceasta este o funcie de estimaie a lui

r, adic r tinde n probabilitate ctre r, n .
Observaia 2.4.3.
1) Coeficientul de corelaie de selecie r este cuprins ntre -1 i 1.
2) Dac r = 1, atunci punctele (X1,Y1), ..., (Xn, Yn) se gsesc pe
dreapta de ecuaie
y y
y
x
( x x ) unde x si y
sunt respectiv funciile de estimaie absolut corect ale dispersiilor X2 i Y2,

adic
n
( xi x) 2
i 1
n 1
, y
(y
i 1
y)2
n 1
Observaia 2.4.4. Considernd funcia de regresie liniar a

variabilei Y n raport cu variabila X dat de ecuaia y ax b , unde
y M (Y / x) se obine valoarea y 'i axi b i reziduul i y 'i yi fiind
M (Y / xi )
Mulimea valorilor i determin variabila aleatoare rezidual , care,

prin prisma definiiei funciei regresive are media nul M ( ) 0 . Calculnd
dispersia variabilei , pe care o numim dispersia rezidual, notnd-o R2,
2
2
2
2
avem D ( ) M [( 0) ] M {[Y / M (Y / x)] } D (Y / x ) unde dispersia
rezidual este tot una cu dispersia variabilei condiionate Y / x .
Statistic matematic
193
Cum
avem
Y / x 2 Y 2 (1 r 2 )
rezult
de
asemenea
R 2 Y 2 (1 r 2 ) pentru regresia variabilei Y n raport cu variabila X.

2
Inversnd, se scrie r 1 R / Y
2
i formula obinut poate fi folosit
pentru determinarea coeficientului de corelaie r, atunci cnd regresia

variabilei Y n raport cu X i variabilele au repartiii normale. Aceast valoare
a lui r este numit coeficientului de corelaie n regresia liniar.
Exemplul 2.4.5. Fie caracteristicile:
X reprezentnd n procente suprafaa comercial de expunere a mrfurilor
spre vnzare fa de suprafaa construit i
Y reprezentnd volumul valoric al vnzrilor, raportat la metru ptrat
suprafa de prezentare a mrfurilor pe lun, n mii lei.
Acestea fiind cunoscute prin urmtoarele date de selecie:
X
Y
10
40
12
45
15
42
17
53
26
60
Se cere:
a) S se determine coeficientul de corelaie al variabilelor X i Y;
b) S se determine dreapta de regresie a lui Y fa de X;
c) Cu ajutorul dreptei de regresia de mai sus, s se fac prognoza
volumului valoric al vnzrilor Y cnd X ia valoarea 30.
Rezolvare:
Organizm calculele n tabelul urmtor:
40
xi x
-6
yi y
-8
( xi x) 2
36
12
45
-4
-3
16
12
15
42
-1
-6
36
17
53
25
xi
yi
10
( yi y ) 2 ( xi x ) 2 ( yi y ) 2
64
48
194
26
60
-----
-----
80
10
12
100
144
-----
-----
120
240
154
278
1
80
1
240
191
x xi
16 y yi
48 r
0,95
5 i1
5
5 i 1
5
154 278
a)
;
;
5
b) Pentru dreapta de regresie a lui Y n raport cu X calculm:

2
x
2
1 n
154
( xi x) 2
30,8
30,8 5,5
n 1 i 1
4
de unde x
1 n
278
( yi y ) 2
55,6
55,6 7,3
n 1 i1
4
de unde y
Obinem
y 48 0,95
7,3
( x 16)
5,5
sau y 1,3 x 27,2
c) Prognoza volumului valoric al vnzrilor se obine calculnd

valoarea lui y pentru x = 30.
Avem:
y6 1,3 30 27,2 66,2
2.5. Probleme rezolvate

1. Fie caracteristica X, care are distribuia empiric de selecie:
39,25 39,50 39,75 40,00 40,25 40,50
2
4
2
4
2
1
.
X:
Se cere:
a) media de selecie, momentul centrat de selecie de ordinul doi i
dispersia de selecie;
b) funcia de repartiie de selecie.
Rezolvare:
a) Media de selecie este:
Statistic matematic
195
1 6 '
xk f k
15 k 1
1
39,25 2 39,5 4 39,75 2 40 4 40,25 2 40,5 39,80
15
x
Momentul centrat de selecie de ordinul doi este:
2 ( X )
2
1 6
f k xk' x
15 k 1
1
2
2
2
2 39,25 39,8 4 39,5 39,8 2 39,75 39,8 ... 0,135
15
Valoarea dispersiei de selecie se calculeaz folosind momentul
centrat de selecie de ordinul doi i anume:

2
(X )
15
2 ( X ) 0,144
14
b) Funcia de repartiie de selecie este:
0,
2 / 15,
daca
x 39,25
daca 39,25 x 39,50
6 / 15,
F 15 ( X ) 8 / 15,
12 / 15,
14 / 15,
1,
daca 39,50 x 39,75

daca
39,75 x 40
daca
40 x 40,25
daca 40,25 x 40,50

daca
x 40,50
.
196
2. n urma unei selecii de volum n = 100, privind caracteristica X sau obinut urmtoarele date de selecie:
xI
fI
Se cere:
10,50
10
10,55
12
10,60
16
10,65
21
10,70
18
10,75
14
10,80
9
a) o estimaie absolut corect pentru media teoretic m = M(X);

b) o estimaie corect i una absolut corect pentru dispersia
teoretic 2 = D2(X).
Rezolvare:
a) Media de selecie este un estimator absolut corect pentru media
teoretic i prin urmare valoarea mediei de selecie este o estimaie absolut
corect . Folosind datele de selecie avem urmtoarea distribuie empiric de
selecie:
10,50 10,55 10,60 10,65 10,70 10,75 10,80
X :
10
12
16
21
18
14
iar media de selecie este:
1
10,5 10 10,55 12 10,6 16 ... 10,65
100
b) O estimaie corect pentru dispersia teoretic este reprezentat de

valoarea momentului centrat de selecie de ordinul doi, adic:
2(X )
1
2
2
10 10,50 10,65 12 10,55 10,65 ... 0,0077
100
O estimaie absolut corect pentru dispersia teoretic este reprezentat

de valoarea dispersiei de selecie, adic:
2
(X )
100
2 ( X ) 0,0078
99
.
Statistic matematic
197
0
1
p
1
3. Fie caracteristica X, care are distribuia teoretic X :

unde p(0,1) este necunoscut. Se consider o selecie de volum n, relativ la
1
X (n X 1)
caracteristica X. s se arate c funcia de selecie V = n 1
, unde
1 n
Xk
n k 1
, este o funcie de estimaie nedeplasat pentru p2.
Rezolvare:
Pentru caracteristica X avem M(X) = p i D2(X) = p p2.
Funcia de estimaie V este un estimator nedeplasat al parametrului
p2 dac M(V) = p2.

Calculm
2
1
1
X n X 1 M
X
X
n 1
n 1
n 1
2
n
1
M X
M X
n 1
n 1
M (V ) M
Folosind faptul c variabilele de selecie sunt liniar independente i

identic repartizate cu X avem:
1 n
1 n
1 n
Xk M Xk M X M X p
n k 1
n k 1
n k 1
;
M X M
1 n
1
Xk 2
n k 1
n
D2 X M X M X
D2 X D2
p n p
M X
p2
D2 X k
k 1
p p 2 p 2n
n
.
1
n2
D2 X
k 1
p p2
n
198
Obinem:
M V
n p p 2 p 2n
1
p p2
n 1
n
n 1
adic, V este un estimator nedeplasat al parametrului p2.

4. Fie caracteristica X ce urmeaz legea lui Poisson, cu parametrul
0 necunoscut. Se consider o selecie repetat de volum n. Se cere:
a) estimatorul de verosimilitate maxim pentru parametrul ;
b) s se arate c este estimator absolut corect pentru ;
c) s se arate c este estimator eficient pentru .
Rezolvare:
a) innd seama c variabila aleatoare X are repartiia Poisson cu
M ( X ) D ( X ) i
2
f ( x; ) e
x
x! , avem:
ln f ( x; ) x ln ln x! iar
ln f ( x; )
x
1
.
n
ln V
ln f ( X k ; ) n
X
1 k
.
k 1
k 1
Ecuaia de verosimilitate maxim devine

n

k 1
parametrul
Xk
este
b) Calculm:
, iar estimatorul de verosimilitate maxim pentru
* X .
Statistic matematic
199
1 n
1 n
1 n
n
X j M ( X j ) M ( X )
n j 1
n j 1
n
n j 1
M ( X ) M
1 n
1
X j 2
n
n j 1
D 2 ( X ) D 2
D2 (X j )
j 1
1
n2
(X )
j 1
0
2
n
n
cnd n i deci media de selecie este un estimator absolut corect al lui .

c) Avem:
ln f ( X ; )
M
X X2
2
1
2
M 1 2 2 1 M ( X ) 2 M ( X )
2
1
2 (2 )
ln f ( X ; )
I ( ) nM

Rezult cantitatea de informaie
ntruct egalitatea
D2 (X )
1
I ( ) este verificat, rezult c X este
un estimator eficient al lui .

5. Relativ la populaia C, se cerceteaz caracteristica X ce urmeaz
legea normal N(m,), cu media teoretic m = M(X) necunoscut i dispersia
2=0,06. S se determine intervalul de ncredere pentru m, cu probabilitatea
de ncredere 1- = 0,9 dac se cunosc datele de selecie:
10.5; 10.8; 11.2; 10.9; 10.4; 10.6; 10.9; 11.0; 10.3; 10.8; 10.6; 11.3;
10.5; 10.7; 10.8; 10.9; 10.8; 10.7; 10.9; 11.0.
Rezolvare:
Pentru caracteristica X avem urmtoarea distribuie empiric de
selecie:
200
10,3 10,4 10,5 10,6 10,7 10,8 10,9 11 11,2 11,3
1
2
2
2
4
4
2
1
1
1
X :
Folosind aplicaia 1., intervalul de ncredere pentru media teoretic

m este (m1 , m 2 ) , unde
z
1
2
m1 x
m2 x
1
2
( z
se determin astfel nct
1
2
z
tabelele cu valorile funciei Laplace,
x
1 1
,
0,450
2
2
, folosind
1,65
.
(10,3 10,4 2 10,5 2 10,6 2 10,7 4 10,8 4 10,9 2 11 11,2

20
11,3) 10,78
Rezult
m2 10,78
m1 10,78
0,06
20
1,65 10,75
0,06
1,65 10,80
20
, adic m (10,75;10,80) .
6. Se efectueaz 12 msurtori independente asupra caracteristicii X,

rezultatele obinute dnd distribuia empiric de selecie
0.5 0.4 0.2 0 0.2 0.6 0.8 1 1.2 1.5
2
1
1 1
1
1 1 2
1 .
X: 1
Folosind probabilitatea de ncredere 0.95, s se determine intervalul
de ncredere pentru valoarea medie teoretic m = M(X).
Rezolvare:
Deoarece abaterea standard
D 2 (X) este necunoscut, conform
aplicaiei 2. intervalul de ncredere pentru m este (m 1,m2) unde
Statistic matematic
201
m1 x
n 1,1
2
m2 x
n 1,1
. Pentru n-1=11 i
0,975
2
din tabelul cu valorile funciei de repartiie a legii Student se determin
n1,1
2,201
.
Folosind distribuia empiric de selecie se obine:
1
0,5 2 (0,4) (0,2) 0,2 0,6 0,8 1 2 1,2 1,5 0,4
12
iar
1 10
f k ( xk x) 2 0,719
11 k 1
Obinem:
m2 0,4
m1 0,4
0,719
2,201 0,05
12
;
0,719
2,201 0,85
12
adic m (0,05;0,85) .
7. Caracteristicile X1 i X2 relative la dou populaii independente,

urmeaz fiecare legea normal, respectiv N(m1,1) i N(m2, 2), unde 1=
0.005 i 2=0.0045. Relativ la aceste caracteristici s-au obinut urmtoarele
date de selecie:
X1 : 0.240; 0.240; 0.235; 0.250; 0.235;
X2 : 0.220; 0.225; 0.220; 0.225; 0.235.
Folosind probabilitatea de ncredere 0.98 s se determine intervalul
de ncredere pentru diferena m1- m2.
Rezolvare:
Conform aplicaiei 3. a) intervalul de ncredere pentru m1-m2 este
(A,B) unde
202
A x1 x 2 z
z
iar
1
2
12 22
n1 n 2
B x1 x 2 z
i
12 22
n1 n 2
1
z
0,49
1
2
2
se determin a..
.
z
Folosind tabelul cu valorile funciei lui Laplace obinem
2,33
.
Valorile mediilor de selecie pentru cele dou caracteristici sunt:
x1
1
0,235 2 0,240 2 0,250 0,240
5
x2
1
0,220 2 0,225 2 0,235 0,225
5
Deci :
A 0,015 2,33 0,000005 0,00000405 0,008
B 0,015 2,33 0,000005 0,00000405 0,022 m1 m2 (0,008;0,022)
8. Cu datele problemei precedente, dar cu 1 = 2 = necunoscut, s

se determine intervalul de ncredere pentru diferena m1- m2.
Rezolvare:
Conform aplicaiei 3. b) intervalul de ncredere pentru m 1-m2 este
A x1 x 2 t
(A,B)
unde
n ,1
B x1 x 2 t
n ,1
dac
Statistic matematic
203
1
1
2
2
n1 n 2
n 1 1 1 n 2 1 2
n 1 n 2 2
t
iar
n ,1
se
determin
a..
Fn t 1
n ,1
2
2
.
Pentru
t 2,896
0,99
n ,1
2
2
i n=8 obinem
.
Avem x1 0,240 , x 2 0,225 i calculm:

2
1
2
1 5
x1k x1
4 k 1
1 5
x2 k x 2
4 k 1
0,0000375
0,0000375
1 1
5
5 (4 0,0000375 4 0,0000375) 0,0038
S
8
Re zult :
A 0,015 2,896 0,0038 0,004
B 0,015 2,896 0,0038 0,026
m1 m2 (0,004;0,026)
9. Caracteristica X urmeaz legea normal N(m, ). Se consider o

selecie repetat de volum n = 15 relativ la X cu datele de selecie:
23,1; 22,8; 22,9; 23,0; 22,7; 22,9; 23,2; 22,9; 23,3; 23,2; 23,0; 22,9;
23,1; 23,2; 22,9.
S se determine intervalul de ncredere pentru dispersia 2 = D2(X)
i pentru abaterea standard , folosind probabilitatea de ncredere 0,9.
Rezolvare:
204
2
2
2
Conform aplicaiei 4. intervalul de ncredere pentru este 1 , 2
12
(n 1) 2
h2
n 1,1
unde
22
(n 1) 2
h2
n 1,
h2
iar
n 1,1
2
h2
n 1,
se determin
2
folosind tabelele de valori pentru funcia de repartiie a legii cu n-1 grade
de libertate.
Avem:
h142 ;0,995 29,14
h142 ;0, 005 4,07
22,7 22,8 22,9 23 23,1 23,2 23,3
1
5
2
2
3
1
1
X :
1
(22,7 22,8 5 22,9 2 23 2 23,1 3 23,2 23,3) 23
15
2
1 15
( xk x ) 2 0,00029
14 k 1
x
Rezult:
12
14 0,00029
14 0,00029
0,00013 22
0,00099
29,14
4
,
07
i
2 (0,00013;0,00099) i (0,011;0,031) .
10. Caracteristica X reprezint media obinut de un student care a
promovat anul nti de studii. S se verifice, cu nivelul de semnificaie =
0,05, ipoteza c media teoretic m = M(X) = 7,25, dac se consider = 1,5
i s-a fcut un sondaj de volum n = 42, pentru care s-au obinut datele de
selecie
Media
5 - 5,99
Frecvena
5
Rezolvare:
6 6,99
8
7 7,99
18
8 8,99
6
9 10
5
Statistic matematic
205
Deoarece n=42>30 i 1,5 este cunoscut, folosim testul Z pentru

verificarea ipotezei nule H0:m=7,25 cu alternativa H1 : m 7,25.
Distribuia empiric de selecie este:
5,5 6,5 7,5 8,5 9,5
X :
8 18 6
5
5
z
Pentru =0,05 folosind testul Z se determin
z0,975
z0,975
a..
1
0,475
2
. Se obine z0,975=1,96, care ne d intervalul numeric
Z
(-1,96;1,96) pentru statistica
x
z
Xm
n . Calculm
1
5 5,5 8 6,5 18 7,5 6 8,5 5 9,5 7,45
42
x m 7,45 7,25
0,86
1,5
n
42
.
Deoarece z = 0,86 1,96;1,96 ipoteza se accept.

11. Caracteristica X reprezint rezistena la rupere a cablurilor
produse de o anumit fabric. Considernd c X urmeaz legea de
probabilitate normal N(m, ), s se verifice, folosind nivelul de semnificaie
= 0,05, ipoteza c media teoretic a rezistenei la rupere a cablurilor este de
400 kg, dac se dispune de o selecie de volum n = 10, cu urmtoarele date de
selecie: 401; 403; 398; 398; 400,5; 399; 396; 401,5; 400,5; 398,5.
Rezolvare:
206
Ipoteza nul ce se face este H0:m=400, cu alternativa H1 : m 400 .

Deoarece este necunoscut, folosind testul T, cu =0,05 i tabelele
t
de valori se determin
n 1,1
Fn 1 t
0,975
1
n 1,1
2
2
a..
. Se obine
T
t9;0,975 =2,262. Prin urmare intervalul numeric pentru statistica
Xm
este (-2,262; 2,262).

Calculm
1
(396 2 398 398,5 399 ...) 400,2
10
x m0 400,2 400
t
0,107
1 10
2
5,86
( xk x) 5,86
9 k 1
10
n
2
ntruct 0,107 (2,262;2,262) , ipoteza c media de rezisten la

rupere a cablurilor este de 400 se accept.
12. Dou maini produc piese de acelai tip. Fie X 1 dimensiunea
pieselor produse de prima main, respectiv X2 s fie dimensiunea pieselor
produse de a doua main, fiecare urmnd legea normal, respectiv
N(m1,0,02) i N(m2,0,15). S se verifice, folosind nivelul de semnificaie =
0,05, ipoteza c mediile dimensiunilor pieselor (n mm) produse de cele dou
maini sunt egale, cu alternativa c ele difer, dac se dispune de seleciile,
care au ca distribuii empirice de selecie, respectiv
4.90 4.95 5.00 5.05
11
16
19
14
i X2 :
X1 :
Rezolvare:
4.90 4.95 5.00 5.10
8
14
7 .
6
Statistic matematic
207
Verificarea ipotezei nule H0:m1=m2 cu alternativa H 1 : m1 m 2 , se

va face cu testul Z.
Folosind nivelul de semnificaie 0,05 se determin din tabele
1
2
valoarea
z0,975
1
z
0,475
1
z
1,96
2
2
a..
. Se obine 0,975
,
care ne d intervalul (-1,96; 1,96) pentru statistica

Z [( X 1 X 2 ) ( m1 m 2 )]
12 22
n1 n 2
Calculm:
x1
1
(11 4,90 16 4,95 19 5 14 5,05) 4,98
60
x2
1
(6 4,90 8 4,95 14 5 7 5,10) 4,99
35
z ( x1 x 2 )
Deoarece
12 22
(4,98 4,99)
n1 n2
0,0004 0,0225
0,0025
60
35
z 0,0025 (1,96;1,96) , rezult c mediile dimensiunilor
pieselor nu difer semnificativ pentru cele dou maini.

13. Dou maini produc acelai tip de articol. Se efectueaz dou
selecii de volume n1=12 i n2=15 i se msoar dimensiunea produselor,
datele de selecie sunt trecute n tabelul urmtor
x1k
f1k
3,5
3,6
3,7
3,8
x2k
3,4
3,6
3,8
3
4
2
3
f2k
2
4
9
Considernd nivelul de semnificaie = 0,01, s se verifice ipoteza
c mediile dimensiunilor articolelor produse de cele dou maini nu difer

semnificativ, tiind c dispersiile teoretice pentru cele dou caracteristici
coincid.
208
Rezolvare:
Caracteristicile X1 i X2, ce reprezint dimensiunile articolelor
produse de cele dou maini, se consider c urmeaz fiecare legea normal,
respectiv N (m1 , ) i N (m 2 , ) , cu abaterea standard 0 necunoscut.
H 0 : m1 m 2
t
valoarea
n ,1
2
Fn t 1
n ,1
2
2
, a..
, unde n=n1+n2-2.
t 25;0,995 2,787,
Adic se obine
( X1 X 2 ) (m1 m 2 )
2
(n 1 1)1 (n 2 1) 2
statistica
intervalul (-2,787;2,787) pentru
n1 n 2 2
1
1
n1 n 2
Student cu n grade de libertate.

Calculm:
x1
1
(3 3,5 4 3,6 2 3,7 3 3,8) 3,64
12
x2
1
(2 3,4 4 3,6 9 3,8) 3,69
15
2
1 n1

x1k x1 0,0135
n1 1 k 1
2
1
1 n2
x2k x 2
n2 1 k 1
0,0221
care urmeaz legea
Statistic matematic
209
( x1 x 2 )
2
1
(n1 1) (n2 1)
2
2
3,64 3,69
11 0,0135 14 0,0221
n1 n2 2
1 1
n1 n2
25
1 1
12 15
0,954
Deoarece t 0,954 (2,787;2,787) , rezult c mediile articolelor produse

de cele dou maini nu difer semnificativ.
14. Se cerceteaz caracteristica X ce reprezint diametrul pieselor
produse de o main (n mm). tiind c X urmeaz legea normal N(m,) i
avnd o selecie de volum n = 11, care ne d distribuia empiric de
10,50 10,55 10,60 10,65
2
3
5
1
,
selecie X :
s se verifice ipoteza nul H0 : 2 = 0,003, cu alternativa H1 : 2 0,003, cu
nivelul de semnificaie = 0,01.
Rezolvare:
2
Se utilizeaz testul . La nivelul de semnificaie 0,01 ; se
h2
determin intervalul
n 1;
2
;h2
n 1;1
2
(n 1)
H
, pentru statistica
2
, care
2
urmeaz legea cu n-1 grade de libertate; folosind tabelele de valori din
F10 h102 ;0,005 0,005 h102 ;0,005 2,16
F10 h102 ;0,995 0,995 h102 ;0,995 23,21
2
Deci, intervalul pentru statistica H este (2,16; 23,21).
Calculm
210
1
2 10,5 3 10,55 5 10,6 1 10,65 10,57
11
2
1 n

xk x 0,0021
n 1 k 1
;
2
(n 1)
10 0,0021
h
7,3
2
0
0,003
.
2
2
Deoarece h 7,3 (2,16;23,21) , ipoteza nul fcut relativ la
dispersia teoretic este acceptat.

15. Se cerceteaz aceeai caracteristic pentru dou populaii
independente, care este respectiv X1 pentru prima populaie i X2 pentru a
doua, fiecare urmnd legea normal N(m1, 1) i N(m2, 2). Se consider
seleciile de volume n1=10 i n2=12, care ne dau distribuiile empirice de
selecie:
1,7 1,8 1,85 1,9 2
2
2
4
1
1
i X2 :
X1 :
1,75 1,8 1,85 1,9 2 2,1
2
4
2 2 1 .
1
Considernd nivelul de semnificaie = 0,02, s se compare

dispersiile celor dou populaii.
Rezolvare:
Se utilizeaz testul F. Se determin intervalul
m ,n ;
2
;f
m , n ;1
2
Fm ,n f
2
m ,n ; 2
i
Fm ,n f
1
m , n ;1
2
2
, m = n1-1 , n = n2 1.
f 9,11;0,99 4,63
deoarece
F9,11 (4,63) 0,99
Statistic matematic
211
f 9,11;0,01
1
f11,9;0,99
1
0,19
5,18
. Rezult intervalul (0,19; 4,63)
Calculm:
1
(2 1,7 2 1,8 4 1,9 1 1,9 1 2) 1,83;
10
1
x 2 (1 1,75 2 1,8 4 1,85 2 1,9 2 2 1 2,1) 1,88
12
x1
2
1 n1

x1k x1 0,0078
n1 1 k 1
;
2
1
1 n2
x2k x 2
n2 1 k 1
2
2
2
0,0101
0,0078
0,77.
0,0101

16. Pentru a cerceta dac durata de ardere a dou loturi de becuri
este aceeai s-a luat cte un eantion de 15 de becuri din fiecare lot, care au
fost ncercate n privina caracteristici studiate i s-au obinut urmtoarele
rezultate:
1070; 1110; 1050; 1090; 1140; 1130; 1240; 1010; 1030; 1110; 1100; 1160;
1100; 1060; 1020;
ore de ardere pentru eantionul din primul lot i respectiv
1100; 1170; 990; 1180; 1140; 1130; 1110; 1090; 1100; 1130; 1220; 1030;
1010; 1130; 1110;
ore de ardere pentru eantionul din al doilea lot.
a) folosind nivelul de semnificaie = 0,02, s se verifice dac
dispersiile pentru cele dou loturi nu difer semnificativ;
212
b) folosind nivelul de semnificaie = 0,05 i rezultatul de la

punctul precedent, s se verifice dac duratele medii de ardere pentru cele
dou loturi sunt aceleai.
Rezolvare:
a) Se utilizeaz testul F. Se determin intervalul
m ,n ;
2
;f
m , n ;1
2
Fm ,n f
2
m ,n ; 2
i
Fm ,n f
1
2
m,n ;1 2
, m = n1-1 , n = n2 1.
f14,14;0,99 3,70
f14,14;0, 01
deoarece
1
f14,14;0,99
F14,14 (3,70) 0,99
1
0,27
3,70
. Rezult intervalul (0,27; 3,70)
Calculm:
1
(1070 1110 1050 1090 ...) 1095;
15
1
x 2 (1100 1170 990 1180 ...) 1110
15
x1
1 n2
x2 k x 2
n2 1 k 1
2
2
1 n1
x1k x1 3569,64
n1 1 k 1
;
2
2
3864,28
3569,64
0,92.
3864,28
Statistic matematic
213

b) Caracteristicile X1 i X2, ce reprezint duratele medii de ardere
pentru cele dou loturi, se consider c urmeaz fiecare legea normal,
respectiv N (m1 , ) i N (m 2 , ) , cu abaterea standard 0 necunoscut.
H 0 : m1 m 2
t
valoarea
F
t
n
1
n ,1
2
n ,1 2
2 , a..
, unde n=n1+n2-2.
t 28;0,975 2,048,
Adic se obine
( X1 X 2 ) (m1 m 2 )
2
(n 1 1)1 (n 2 1) 2
statistica
intervalul (-2,048;2,048) pentru
n1 n 2 2
1
1
n1 n 2
care urmeaz legea
Student cu n grade de libertate.

Calculm:
t
( x1 x 2 )
2
(n1 1) 1 (n2 1) 2
1095 1110
14 3569,64 14 3864,28
n1 n2 2
1 1
n1 n2
28
1 1
15 15
0,673
Deoarece t 0,673 (2,048;2,048) , rezult c duratele medii de

ardere pentru cele dou loturi nu difer semnificativ.
214
17. Se consider caracteristica X ce reprezint greutatea n grame a

unor cutii ncrcate automat de un dispozitiv. Pentru verificarea normalitii
lui X, se consider o selecie de volum n = 100, datele de selecie fiind
urmtoarele:
Greutatea 47 48
Frecvena
12
Se cere:
48 49
18
49 50
22
50 51
21
51 52
19
52 53
8
a) aplicarea testului 2, cu nivelul de semnificaie = 0,05, pentru

verificarea normalitii lui X;
b) aplicarea testului lui Kolmogorov, cu nivelul de semnificaie =
0,05, pentru verificarea normalitii lui X.
Rezolvare:
Se cunoate c estimrile de verosimilitate maxim pentru m i
*
* 2 .
sunt respectiv m x,
Distribuia empiric de selecie pentru caracteristica X este

47,5 48,5 49,5 50,5 51,5 52,5
X :
18
22
21 19
8
12
Calculm
m* x
1
(12 47,5 18 48,5 ... 8 52,5) 49,9
100
* 2
1 6
f k xk x
100 k 1
1,47
a) se consider valoarea numeric
(f i n p *i ) 2
h
n p *i
i 1
, unde N =6,
2
Statistic matematic
215
ai m*
ai1 m*
a
; s 2; k 6 2 1 3
p
*
*

*
i
Se determin intervalul
0, h
2
k ,1
tabelele de valori i se obine
h32;0,95 7,81
, pentru statistica
H 2 , folosind
adic intervalul (0;7,81).
2
Calculele pentru h se fac n tabelul:
ai
ai m *
*
fi
a i m*
p *i
(f i n p *i ) 2
n p *i
n p *i
48
12
-1,29
-0,4015
0,0985
9,85
0,4692
49
18
-0,61
-0,2291
0,1724
17,24
0,0335
50
22
0,07
0,0279
0,2570
25,70
0,5326
51
21
0,75
0,2734
0,2455
24,55
0,5133
52
19
1,42
0,4222
0,1488
14,88
1,1407
53
2,11
0,4826
0,0604
6,04
0,6360
h 3,3253
2
n=100
Valorile funciei lui Laplace se iau din tabele i se are n vedere

c ( x ) ( x ) i
a1 m*
a0 m *
(1,29) ()
*
*
p1*
0,4015 0,5 0,0985

Deoarece
h 2 3,3253 (0;7,81), rezult c se accept ipoteza
normalitii lui X.
b) Pentru 0,05 , folosind tabelele de valori, se determin
x 1 x 0,95
a..
K ( x 1 ) 1
, adic
x 0,95 1,36
216
*
*
*
*
Ipoteza c X urmeaz legea normal N(m , ) , cu m i
calculai
anterior,
este
d n max F n (a i ) F(a i )
i 1, N
acceptat
dac
n d n x 1 ,
unde
Aici F n ( x ) este funcia de repartiie de selecie, iar F(x) este funcia

*
*
de repartiie pentru legea normal N (m , ). Calculele pentru determinarea
lui dn sunt date n tabelul urmtor:
48
12
12
0,12
a i m*
*
-1,29
49
18
30
0,30
50
22
52
51
21
52
53
ai
fi
j1
F n (a i )
F n (a i ) F(a i )
F(ai)
0,0985
0,0215
-0,61
0,2709
0,0291
0,52
0,07
0,5279
0,0079
73
0,73
0,75
0,7734
0,0434
19
91
0,91
1,42
0,9222
0,0122
100
1,00
2,11
0,9826
Deoarece
n d n 100 0,0434 0,434 1,36,
0,0174
dn= 0,0434
acceptm ipoteza c
*
*
X urmeaz legea normal N (m , ).
4.6. Probleme propuse

1. Pentru a cerceta prezena studenilor la un anumit curs s-a ales un
eantion de n studeni i s-a nregistrat numrul absenelor acestora la patru
cursuri consecutive.
Nr. studeni xi
Nr. absene ni
50
0
20
1
15
2
8
3
7
4
Statistic matematic
217
a) S se scrie distribuia empiric de selecie i funcia de repartiie de

selecie.
b) S se calculeze media de selecie, momentul centrat de selecie de
ordinul doi i dispersia de selecie.
c) S se calculeze F 100 4 .
2. Fie caracteristica X ce urmeaz legea uniform pe 0, , cu
parametrul 0 necunoscut. Se consider o selecie repetat de volum n.
*
a) Determinai estimatorul de verosimilitate maxim al
parametrului .
b) Artai c este un estimator nedeplasat.
*
c) Este un estimator efficient?

*
3. Urmrind sosirile la serviciu la o anumit instituie unde programul

ncepe la ora 7, s-au cercetat la ntmplare 100 de fie de pontaj automat i sau constatat urmtoarele sosiri:
Ora sosirii (xi) 6,45
6,50
6,55
7
7,05
7,10
7,15
Nr.pers. (ni)
9
13
18
30
16
10
4
a) Scriei rezultatele sondajului ca pe o caracteristic aleatoare
reprezentnd momentul sosirii la serviciu;
b) Scriei funcia de repartiie de selecie F 100 x i trasai-i graficul;
2
c) Calculai media de selecie x i dispersia de selecie ;

d) Lund la ntmplare o fi de pontaj, cu ce probabilitate salariatul
va sosi nainte de ora 7.
4. Fie X o caracteristic ce urmeaz legea beta de parametrii p,q > 0
necunoscui. S se estimeze parametrii p i q folosind metoda momentelor, pe
baza datelor de selecie
x1 , x2 ,..., xn
218
5. ntr-o fabric de esturi s-a constatat c rezistena la rupere a unui

anumit fir textil este repartizat normal cu media m necunoscut i dispersia
2 625 . O selecie de volum 25 d o medie de selecie x 180 .

Determinai un interval de ncredere pentru media m cu
probabilitatea de ncredere:
a) 0,90 ;
b) 0,95 ;
c) 0,98 .
6. Dintr-o populaie repartizat normal cu dispersia necunoscut se
2
face o selecie de volum 25 obinndu-se x 20,5 i 6,25 . S se scrie

un interval de ncredere pentru parametrul m cu o probabilitate de ncredere:
a) 0,95 ;
b) 0,98 .
7. Dintr-o populaie normal repartizat se face o selecie de volum
16 gsindu-se xi : 2,8; 2,8; 2,8; 3; 3; 3; 3,4; 3,2; 3; 3; 2,9; 2,9; 2,8; 3,4; 3; 3.
Scriei intervalele de ncredere corespunztoare pentru media m i respectiv
2
pentru dispersia cu o probabilitate de ncredere 0,98 .
8. Un productor de automobile trebuie s aleag ntre dou tipuri de

pneuri A i B. Pentru a decide, face un studiu privind rezistena acestora la
uzur. Numrul de kilometri parcuri cu pneuri de tip A, respectiv b, pn la
uzur este o variabil aleatoare X, respectiv Y, normal de parametri
m A , A , respectiv mB , B .
Statistic matematic
219
Construii un interval de ncredere pentru mA mB, tiind c:
A 2000km , B 5000km , x 20000km , y 25000km , nA = 9, nB = 21,

1 0,95 .
9. Pentru a testa viteza cu care este absorbit pe pia un produs nou,
firma productoare pune n vnzare, prin 9 magazine, loturi identice.
Cantitile se epuizeaz dup un numr de zile variabil dup cum urmeaz:
Magazin i
1
2
3
4
5
6
7
8
9
Nr.de zile xi
51 54
49
50
50
48
49
50 49
a) S se estimeze printr-un interval de ncredere 95% viteza cu care
este absorbit produsul pe pia (numr mediu de zile).
b) S se determine un interval de ncredere 90% pentru dispersia
numrului de zile X n care se epuizeaz produsul.
10. Nivelul de calciu n sngele unui adult este n medie 9,5
mgr/decilitru i 0,4 . O clinic msoar nivelul calciului la 160 de
H : m 9,5
pacieni tineri i gsete x 9,3 . Verificai ipoteza 0
fa de
H1 : m 9,5 .
11. S-a stabilit experimental c nivelul colesterolului n organismul

unui adult este o variabil aleatoare normal. O selecie aleatoare de n = 41
2
aduli a dat un nivel mediu observat al colesterolului x 213 cu 48,4 .

S se testeze ipoteza H0 : m = 200 cu alternativa H1 : m 200 la un nivel de
semnificaie 0,05 .
12. Msurtori independente ale rezistenei unor piese alese din dou
loturi L1 i L2 au condus la rezultatele:
Lot L1
0,140
0,138
0,143
0,142
0,138
0,136
0,141
220
Lot L2
0,137
0,136
0,139
0,143
0,140
0,138
0,139
a) S se verifice ipoteza H0 : m1 = m2 fa de H1 : m1 m2 la nivelul
de semnificaie 0,01 ;
2
2
2
2
b) S se verifice H 0 : 1 2 fa de H1 : 1 2 la acelai nivel
de semnificaie.
Se presupune c rezistena este repartizat normal.
13. Se iau eantioane din apa rezultat din rcirea la o central
nuclear. Se consider c dac temperatura apei evacuate nu depete 600C
nu constituie o primejdie pentru mediul nconjurtor.
Se aleg 70 eantioane de ap i se msoar temperatura fiecrui
asemenea eantion. Se obin rezultatele:
Temperatura n 0C
Frecvena
52
14
54
58
61
64
65
21
18
10
5
2
0
0
H : m 60 C
S se verifice ipoteza 0
fa de H1 : m 60 C la
nivelul de semnificaie 0,01 .

14. Precizia n prelucrare a unui strung automat se verific cu
ajutorul dispersiei dimensiunii controlate a pieselor produse. Dispersia nu
trebuie s depeasc 0,1. O selecie extras la ntmplare de volum n = 25 a
dat rezultatele:
xi
3
3,5
3,8
4,4
4,5
ni
2
6
9
7
1
Presupunem c xi sunt observaii asupra unei variabile aleatoare
normale. S se verifice dac strungul asigur precizia cerut, la nivelul de
semnificaie 0,025 .
15. n tabelul urmtor se dau vnzrile (n mii de buci) dintr-un
sortiment de marf n 6 orae din Romnia
Statistic matematic
221
Oraul
Bucureti
Braov
Iai
Timioara
Cluj
Constan
Vnzril
140
120
130
160
140
a
130
S se verifice c vnzrile din acest sortiment reprezint o

caracteristic repartizat uniform, folosind testul 2, cu nivelul de
semnificaie = 0,05.
16. Se in sub observaie n = 100 motoare electrice. Se consider
caracteristica X, ce reprezint numrul miilor de ore de funcionare.
Durata
Frecvena
030
11
3060
17
6090
21
9020
20
120150 150180 180300

18
7
6
S se cerceteze exponenialitatea caracteristicii X, folosind testul lui

Kolmogorov, cu nivelul de semnificaie = 0,05.

Statistica Matematica UTCB

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Statistica Matematica UTCB

Încărcat de

Drepturi de autor:

Formate disponibile

2.

1) Dac selecia este repetat atunci X 1, X2,,Xn sunt independente

se va numi distribuia empiric de selecie a lui X.

datelor de selecie n clase astfel:

selecie sau statistic, variabila aleatoare Z n h (X 1 , X 2 ,..., X n ) iar valoarea

valoarea mediei de selecie.

1) Dac X urmeaz legea normal N( m, ) atunci media de selecie

X urmeaz legea normal

adic X urmeaz legea normal

2) Dac X urmeaz legea normal

N(m, ) atunci statistica

urmeaz legea normal N(0,1).

Conform observaiei 1, dac se consider caracteristica X care

Elemente de teoria probabilitilor i statistic matematic

adic Z urmeaz legea N(0,1).

N(m i , i ), i 1,2 atunci statistica

urmeaz legea normal N(0,1).

adic Z urmeaz legea N(0,1).

iar valoarea numeric

valoarea momentului centrat de selecie de ordin k.

Elemente de teoria probabilitilor i statistic matematic

3) Momentul centrat de selecie

k de ordin k, pentru n mare,

urmeaz legea normal

Definiie 2.1.15. Numim funcie de repartiie de selecie funcia de

selecie definit prin

valorilor variabilelor de selecie mai mici dect x.

Observaie 2.1.17. Funcia K(x) se numete funcia lui Kolmogorov

. Pentru caracteristica Y toate datele de

Elemente de teoria probabilitilor i statistic matematic

intervalul [80,90) etc. Dup efectuarea acestei grupri, distribuia empiric de

Valorile momentelor centrate de selecie de ordinul doi pentru cele

4 (3 2,85) 2 3 (4 2,85) 2 1 (5 2,85) 2 2 (6 2,85) 2 ] 2,3275.

4 (95 98,5) 2 6 (105 98,5) 2 3 (115 98,5) 2 1 (125 98,5) 2 ] 182,5

Astfel, se poate obine

(X) 2 (X) 1,57

c) Funciile de repartiie de selecie pentru cele dou caracteristici

F20 ( y) 10 / 20, daca 95 y 105

19 / 20, daca 115 y 125

2.2. Teoria estimaiei

(X 1 , X 2 ,..., X n ) cu ajutorul creia se trag concluzii relative la .

Elemente de teoria probabilitilor i statistic matematic

(X 1 , X 2 ,..., X n ) P , iar valoarea numeric ( x 1 , x 2 ,..., x n )

absolut corect pentru dac M ( ) i D ( ) 0 cnd n , iar

valoarea numeric ( x 1 , x 2 ,..., x n ) se numete estimaie absolut corect

, iar valoarea numeric

( x 1 , x 2 ,..., x n ) se numete estimaie corect pentru .

diferena M( ) , iar dac distorsiunea este nul, estimatorul se

Propoziie 2.2.6. Dac (X 1 , X 2 ,..., X n ) este un estimator

absolut corect pentru , atunci estimatorul este consistent.

din inegalitatea lui Cebev se obine

, pentru orice > 0, deci * este un estimator consistent

cnd n se obine c k este estimator absolut corect pentru k .

pentru dispersia teoretic;

Elemente de teoria probabilitilor i statistic matematic

este un estimator corect pentru 2 .

este un estimator absolut corect pentru dispersia teoretic.

Observaie 2.2.9. Se arat c estimatorul absolut corect al lui

verific inegalitatea Rao-Cramer

Definiie 2.2.10. Estimatorul absolut corect pentru parametrul

se numete eficient dac

numete eficiena estimatorului .

constituie un estimator absolut corect i eficient al parametrului din