VARIABILE ALEATOARE. FUNCII DE REPARTIIE.

INDICATORI STATISTICI
2-1 Notiuni de teoria probabilitatilor
n teoria probabilitatilor, orice rezultat al unui experiment se numeste eveniment, sigur fiind evenimentul care se
realizeaza cu certitudine la orice efectuare a experimentului. Evenimentul imposibil este cel care nu se realizeaza
niciodata n cadrul unui experiment dat.
Evenimentele ce apar ca rezultat al unor experimente le vom nota , , etc. Evenimentul complementar unui
eveniment
este acel eveniment care se realizeaza atunci si numai atunci cnd nu se realizeaza
. Evenimentul care
consta n realizarea simultana a evenimentelor

se noteaza cu

(se citeste evenimentul

si

).

Probabilitatea unui eveniment este o masura a sanselor de realizare a acelui eveniment. Daca un eveniment se
desfasoara astfel nct producerea oricarui eveniment legat de acesta are un numar finit de sanse egal-posibile,
probabilitatea evenimentului este raportul dintre numarul rezultatelor favorabile producerii evenimentului si numarul
tuturor rezultatelor posibile.
Se considera exemplul cunoscut al urnei care contine
negre. Probabilitatea de a extrage o bila alba sau neagra va fi

bile de aceeasi marime, dintre care

(2.1)

(2.2)

sunt albe si

sunt

respectiv

Din relatia (2.1) se vede imediat ca probabilitatea unui eveniment este cu 535h79f prinsa ntre zero si unitate, adica
.
Evident,
2-1.1

cnd n urna sunt numai bile negre, iar

cnd n urna sunt numai bile albe etc.

Teorema probabilitatii totale

Sa presupunem ca pentru producerea unui eveniment

favorabile, adica

din

cazuri posibile, egal probabile,

.
De asemenea, pentru producerea evenimentului

(2.3)
, pentru care avem

cazuri favorabile, putem scrie

(2.4)

Se mai considera ca cele doua evenimente se exclud reciproc, adica cnd se produce
Probabilitatea ca n cele

sunt cazuri

cazuri posibile sa se produca

sau

, nu se produce

, va fi

(2.5)

relatie care reprezinta principiul probabilitatii totale, si anume:

Cnd un eveniment se poate realiza n mai multe moduri posibile care se exclud reciproc, probabilitatea producerii lui
este egala cu suma probabilitatilor care corespund diferitelor moduri de producere.
2-1.2

Teorema probabilitatii compuse

Se considera cazul unui eveniment mai complex care rezulta din realizarea succesiva a doua evenimente dependente
si . Pentru examinarea acestei situatii mai presupunem:
- n

cazuri se produce att evenimenul

- n

cazuri se produce evenimenul

dar nu se produce

- n

cazuri se produce evenimenul

dar nu se produce

- n

cazuri nu se produce nici

Fie

ct si

nici

numarul de cazuri total posibile.

Pentru producerea evenimentelor

si

si
Pentru a se produce

probabilitatea este

(2.6)

, probabilitatea este

,
deoarece

are

, cazuri favorabile,

Dupa ce s-a produs evenimentul

favorabile. Deoarece producerea lui
loc

(2.7)
fiind acelasi.

, ramne sa examinam probabilitatea lui . Evident, acesta are numai

cazuri
este conditionata de aceea a lui
(numai acele cazuri vor fi favorabile cnd are

), numarul cazurilor posibile pentru

va fi

. Prin urmare,

.
Pentru probabilitatea
produca dupa ce s-a produs

(2.8)

definita de (2.8), se foloseste notatia

(probabilitate conditionata).

ceea ce nseamna probabilitatea ca

sa se

Din compararea relatiilor (2.6), (2.7) si (2.8) rezulta principiul probabilitatii compuse
si

(2.9)

care arata ca: Daca producerea unui eveniment presupune realizarea altor evenimente
si
, atunci probabilitatea
producerii lui este egala cu produsul dintre probabilitatea producerii lui
si probabilitatea lui , dupa ce s-a produs .
n conditiile de mai sus, numarul cazurilor posibile este limitat. De aceea, definitiile si probabilitatile de mai sus se
refera la asa numita teorie a probabilitatilor discontinue, care se apropie de teoria probabilitatilor continue daca numarul
cazurilor favorabile este destul de mare.

Probabilitatea evenimentului se noteaza

eveniment imposibil, iar 1 unui eveniment sigur.
Daca masurarea unei marimi
valori aleatorii

, iar din acestea,

si este un numar cuprins ntre 0 si 1, valoarea 0 corespunznd unui

se efectueaza, n conditii identice, de un numar mare de ori

valori se afla n intervalul

, obtinndu-se siruri de

, probabilitatea

(2.10)
este o caracteristica a intervalului

si se numeste frecventa relativa a variabilei

n intervalul considerat.

2-2 Variabile aleatoare

Se numeste variabila aleatoare o marime reala care, n raport cu rezultatul unui experiment, poate lua orice valoare
dintr-o multime bine definita de valori reale (domeniul de definitie al variabilei).
Variabilele aleatoare se clasifica dupa multimea pe care sunt definite. Astfel, se deosebesc variabile aleatoare de tip
discret si de tip continuu.
Variabilele aleatoare discrete sunt definite pe o multime cel mult numarabila de evenimente. Numarul valorilor
posibile ale unei variabile aleatoare discrete poate fi finit sau infinit.
Variabila aleatoare continua este definita pe o multime continua. Variabila aleatoare continua poate lua orice valoare
ntre doua numere. Numarul valorilor posibile ale unei variabile aleatoare continua este infinit.
2-2.1

Functia de repartitie

Functia de repartitie a variabilei aleatoare

se noteaza cu

si este definita ca probabilitatea evenimentului

(2.11)

Din punct de vedere probabilistic, functia de repartitie caracterizeaza complet o variabila aleatoare, indiferent daca
este vorba de o variabila aleatoare discreta sau continua.
Functia de repartitie (sau functia cumulativa a probabilitatilor) a unei variabile aleatoare discrete este suma
probabilitatilor de la stnga punctului de abscisa (Fig. 2.1)

(2.12)

Se numeste repartitie a unei variabile aleatoare legea de probabilitate dupa care ea se produce. Repartitia unei
variabile aleatoare discrete se scrie sub forma

sau

(2.13)

Fig. 2.1. Repartitia unei variabile discrete

Daca

este o variabila aleatoare continua, functia de repartitie se defineste astfel (Fig. 2.2):

(2.14)

Fig. 2.2. Repartitia unei variabile continue

Functia de repartitie are urmatoarele proprietati:
1. Functia de repartitie este o functie monoton nedescrescatoare
, daca

2. Pentru cea mai mica valoare posibila a variabilei aleatoare

;

(2.15)
, functia de repartitie este egala cu zero
(2.16)

3. Pentru cea mai mare valoare posibila a variabiei aleatoare

;

, functia de repartitie este egala cu 1

(2.17)

4. Functia de repartitie fiind o probabilitate, satisface dubla inegalitate

;

(2.18)

5. Probabilitatea ca variabila aleatoare

sa fie cuprinsa ntre
si
este egala cu diferenta dintre
valorile functiei de repartitie la extremitatile intervalului, adica cu cresterea functiei n intervalul considerat

(2.19)

Functia de repartitie a unei variabile discrete este o functie discontinua, n scara, admite salturi, salturile de la o
treapta la treapta curenta sunt egale cu

, suma tuturor salturilor fiind egala cu 1 (Fig. 2.3.a).

a)

b)

Fig. 2.3. Functia de repartitie

Functia de repartitie a unei variabile aleatoare continue este, de asemenea o functie continua (Fig. 2.3.b, n care
functia are drept asimptote dreptele
2-2.2

si

).

Densitatea de repartitie

Se numeste densitate de repartitie (sau densitate de probabilitate) prima derivata - daca exista - a functiei de repartitie

.(2.20)
Densitatea de repartitie exista numai pentru variabile de tip continuu.
Probabilitatea ca variabila aleatoare continua

sa ia valoare n intervalul

este egala cu integrala densitatii

de repartitie pe intervalul

,
adica evenimentul
2-2.3

este imposibil, iar

(2.21)

este sigur.

Operatii cu variabile aleatoare

Fie

si

doua variabile aleatoare avnd repartitiile

,
Daca

si

este o constanta reala, atunci

(2.22)

este o variabila aleatoare avnd repartitia

(2.23)

Suma a doua variabile aleatoare

si

este o variabila aleatoare avnd repartitia

,
n care

(2.24)

este probabilitatea realizarii simultane a evenimentelor

Produsul a doua variabile aleatoare

si

si

adica

si

este o variabila aleatoare avnd repartitia

(2.25)

n care

si

(2.26)

Densitatea de repartitie are proprietatile:

1. Densitatea de repartitie este nenegativa si aceasta rezulta din proprietatea functiei de repartitie de a fi
nedescrescatoare,

2. Integrala densitatii de repartitie, n cadrul limitelor de variatie infinite, a variabilei aleatoare continue, este egala cu
unitatea,

(2.27)

2-3 Valorile tipice ale variabilei aleatoare

O variabila aleatoare este caracterizata prin repartitia sa. Daca repartitia unei variabile nu este cunoscuta, pentru
caracterizarea variabilei aleatoare se pot folosi anumite marimi numite valori tipice, asociate variabilei aleatoare.
Media
Prin definitie, valoarea medie (speranta matematica) a unei variabile aleatoare discrete
cu repartitia (2.13) este
egala cu suma produselor dintre valorile pe care le poate lua
si probabilitatile corespunzatoare

.
Fie
continue

o variabila aleatoare de tip continuu si

este definita de relatia

densitatea sa de repartitie. Media unei variabile aleatoare

.
Daca variabila aleatoare este definita pe intervalul

(2.28)

(2.29)
, atunci valoarea medie este

(2.30)

Mediana
Se numeste mediana a variabilei aleatoare

, numarul care satisface ecuatia

,

(2.31)

sau
.

(2.32)

Rezulta din ecuatia (2.32) ca mediana este solutia ecuatiei

(2.33)

Pentru o variabila aleatoare continua, mediana este data de ecuatia

(2.34)

Dispersia
Dispersia unei variabile aleatoare discrete

reprezinta valoarea medie a patratului abaterii

(2.35)

sau

(2.36)

adica, diferenta dintre media patratului variabilei aleatoare si patratul mediei variabilei aleatoare.
Dispersia unei variabile aleatoare continue

este media patratului abaterii lui

(2.37)

Abaterea medie patratica

Abaterea medie patratica a unei variabile aleatoare
.

este radacina patrata a dispersiei acestei variabile aleatoare

(2.38)

Dispersia si abaterea medie patratica sunt indicatorii cei mai utilizati pentru a caracteriza mprastierea valorilor unei
variabile aleatoare.
Momente

Momentul simplu (initial) de ordinul k al unei variabile aleatoare discrete

abaterilor, care este zero, are expresia

, calculat n raport cu originea

(2.39)

Momentul simplu (initial) de ordinul 1 reprezinta media aritmetica

.

(2.40)

Folosind momentele simple, dispersia se poate exprima dupa cum urmeaza:

,
n care

(2.41)

reprezinta momentul simplu de ordinul 2.

Momentul centrat de ordinul k al unei variabile aleatoare discrete

variabilei aleatoare, este

, calculat n raport cu media aritmetica a

(2.42)

Momentul centrat de ordinul 1 este zero, datorita proprietatii mediei aritmetice conform careia

(2.43)

Momentul centrat de ordinul 2 n raport cu media aritmetica este dispersia

(2.44)

Momentul ordinar de ordinul k, calculat n raport cu o valoare arbitrara

, este media variabilei aleatoare

.
Momentul initial de ordinul

(2.45)
al unei variabile aleatoare continue

este

.
n particular, pentru

(2.46)

se obtine valoarea medie a variabilei aleatoare continue

.
Momentul centrat de ordinul

(2.47)

al unei variabile aleatoare continue

este

(2.48)

n particular, pentru

rezulta dispersia variabilei aleatoare continue

.
Momentul ordinar (conventional) de ordinul

(2.49)

este

(2.50)

ntre momentele initiale si momentele centrate exista urmatoarele relatii:

,

(2.51)
,

(2.52)
.

(2.53)

Coeficientul de covarianta
Covarianta a doua variabile aleatoare

si

reprezinta momentul centrat mixt al celor doua variabile

.

(2.54)

Dezvoltnd (2.54) se obtine formula echivalenta de calcul

.

(2.55)

Se numeste coeficient de covarianta raportul

,
n care
corelatii.

(2.56)

sunt elementele matricei de covarianta, iar

Daca variabilele

si

sunt independente atunci

, reciproca nefiind adevarata. Daca

. Inegalitatea este o consecinta a inegalitatii lui Schwarz [ ].

2-3.1

Proprietatile valorilor tipice ale variabilei aleatoare

Proprietatile mediei
Media unei variabile aleatoare are proprietatile:
1. Daca

este o constanta

, atunci
;

(2.57)

sunt numite

exista, atunci

2. Daca
este o variabila aleatoare si
este egala cu

si

doua constante, atunci valoarea medie a variabilei aleatoare

(2.58)

3. Daca
si
sunt doua variabile aleatoare independente avnd valorile medii
valoarea medie a variabilei aleatoare
exista si este egala cu
;
4. Daca

si

si respectiv,

(2.59)

sunt doua variabile aleatoare independente pentru care exista valorile medii

atunci valoarea medie a variabilei aleatoare

, atunci

si respectiv

exista si este egala cu

;

(2.60)

5. Daca
este o variabila aleatoare a carei valoare medie
numeste abatere de la valoarea medie.

exista, atunci variabila aleatoare

se

Proprietatile dispersiei
Dispersia unei variabile aleatoare are proprietatile:
1. Fie o variabila aleatoare
aleatoare

cu dispersia

; atunci oricare ar fi numerele reale

si

(2.61)

sunt doua variabile aleatoare independente avnd dispersiile

pentru oricare doua constante

, dispersia variabilei

este o variabila aleatoare avnd dispersia

, atunci

(2.62)
si

o constanta reala, atunci

,
egalitatea avnd loc doar pentru

, respectiv

este
;

3. Daca

, dispersia variabilei

este
;

2. Daca

si

(2.63)

4. Pentru orice variabila aleatoare are loc inegalitatea Cebsev [ ]

arbitrar.

(2.64)

2-4 Functii derivate

Se numeste functie caracteristica a variabilei aleatoare
, nlocuind argumentul
Daca variabila

prin

, unde

, valoarea medie a unei noi variabile aleatoare, obtinute din

este unitatea imaginara, iar

- un parametru real.

este distribuita discret atunci functia caracteristica este data de relatia

,
Daca variabila

(2.65)

are distributie continua cu desinatea

atunci functia caracteristica este

.
Daca repartitia variabilei

(2.66)

este de tip continuu, densitatea sa de repartitie

este data de relatia

(2.67)

Functia de supravietuire sau de fiabilitate reprezinta probabilitatea ca o variabila aleatoare

mare dect
.
Functia hazard sau rata cedarii a unei variabile
supravietuire:

sa ia o valoare mai

(2.68)
este definita ca raportul dintre densitatea de repartitie si functia de

(2.69)

(2.70)

sau
.
Functia generatoare a unei variabile aleatoare

(2.71)
care ia numai valori ntregi pozitive este definita de relatia

(2.72)

ntre funtia caracteristica si functia generatoare exista relatia

(2.73)

Functia caracteristica se utilizeaza pentru calculul mometelor factoriale, obisnuite si centrate de diferite ordine.

2-5 Indicatori statistici

Indicatorul statistic reprezinta expresia numerica a unei trasaturi observate pe o colectivitate definita n timp si spatiu.
n functie de metoda obtinerii indicatorilor si de rolul jucat n cercetarea statistica, indicatorii pot fi mpartiti n doua
categorii: (a) indicatori absoluti (primari); (b) indicatori derivati (secundari).

Indicatorii absoluti sunt rezultatul observarii si sistematizarii datelor; n consecinta acestia reflecta dimensiunea,
marimea, amplitudinea fenomenului n unitati concrete, specifice, de masura.
Indicatorii derivati se obtin n procesul de calcul statistic si reflecta ntr-o maniera abstracta, aspecte calitative,
evolutive ale colectivitatii cercetate. Dintre indicatorii derivati amintim: marimile relative si marimile medii, indicatorii
variatiei si ai asimetriei, indicii statistici, parametrii functiilor de regresie si ajustare analitica etc.
Functiile indicatorilor statistici sunt: de masurare, de comparare, de sinteza, de estimare, de verificare a ipotezelor
statistice, de testare a semnificatiilor parametrilor statistici utilizati.
Orice indicator statistic trebuie sa ndeplineasca doua conditii: (a) sa aiba un continut stiintific bine determinat, o
definitie sau o formula a sa; (b) sa indeplineasca conditia de compatibilitate.
2-5.1

Indicatorii tendintei centrale

Principali indicatori ai tendintei centrale sunt: (a) indicatorii medii de control: media aritmetica, media geometrica,
media armonica etc; (b) indicatorii medii de pozitie: modul, mediana, cuartilele si decilele.
Media aritmetica
Media este expresia sintetizarii ntr-un singur nivel reprezentativ a tot ce este esential, tipic si obiectiv n aparitia,
manifestarea si dezvoltarea unei variabile (caracteristici) [1].
Functie de natura datelor nregistrate si de natura variatiei, media poate fi: media aritmetica (simpla), media
armonica, media geometrica, media patratica, media cubica, media parabolica, media cronologica etc.
Media aritmetica simpla de sondaj (sau de selectie) a unui sir de valori

,.

se calculeaza cu relatia

(2.74)

Media aritmetica ponderata a unui sir de valori

,.

se calculeaza cu relatia

(2.75)

n care
reprezinta frecventa sau numarul de aparitii al variabilei .
Media aritmetica ponderata este influentata att de nivelul caracteristicii ct si de nivelul frecventei.
Media aritmetica este o valoare interna a seriei din care a fost calculata (trebuie sa fie mai mare dect valoarea
minima si mai mica dect valoarea maxima),

Principiul pe care se bazeaza media este cel al compensatiei abaterilor (+ sau -); suma abaterilor nivelurilor
individuale ale variabilei aleatoare fata de media lor diind egala cu zero.
Media armonica
Media armonica reprezinta acea valoare care nlocuid termenii reali din colectivitate nu modifica suma inverselor.
Media armonica este o valoare interna seriei din care a fost calculata. Se disting doua cazuri:
- Media armonica simpla

(2.76)

Media armonica ponderata

.
Cnd nu se cunosc frecventele

(2.78)

se foloseste media armonica special ponderata. Ponderarea nu se face cu

ci cu

. n acest caz, media armonica este un artificiu de calcul pentru a determina media aritmetica cnd datele nu permit
aflarea directa a acesteia

(2.79)
Media geometrica
Media geometrica este acea valoare care nlocuid termenii reali din colectivitate nu modifica produsul acestora. n
cazul mediei geometrice functia determinanta este de tip multiplicativ si se disting doua cazuri:
- Media geometrica simpla (neponderata)

sau

(2.80)

- Media geometrica ponderata

(2.81)

Media geometrica nu este influentata nici de valorile cele mai mici, nici de valorile cele mai mari, dar nu poate fi
determinata daca unele valori sunt nule sau negative. Media geometrica se utilizeaza pentru calculul indicelui mediu de
crestere sau descrestere.
Media patratica
Se foloseste cnd nivelul variabilei prezinta cresteri din ce n ce mai mari, modificndu-se aproximativ dupa o functie
exponentiala. Se disting doua cazuri:
- Media patratica simpla

(2.82)

- Media patratica ponderata

(2.83)

Media patratica se poate calcula si pentru variabile nule sau negative. Media geometrica este sensibila la variatii mari
care prin ridicare la patrat devin foarte mari.

ntr-o serie statistica n care se pot calcula toate mediile exista relatia
.

(2.84)

Media cronologica
Media cronologica este utilizata pentru determinarea nivelului mediu al seriilor cronologice de momente. Media
cronologica este o medie care are la baza principiul de calcul al mediei aritmetice.
Daca intervalele de timp care separa termenii seriei cronologice sunt egale, se calculeaza media cronologica simpla

(2.85)

Daca intervalele de timp dintre termenii seriei cronologice de momente sunt neegale atunci se calculeaza media
cronologica ponderata. n acest caz, mediile partiale din care se calculeaza media ntregii perioade sunt ponderate cu
durata perioadelor partiale cuprinse ntre termenii seriei dupa formula

(2.86)

Media progresiva
Media progresiva reprezinta o medie a timpilor de nivel calitativ superiori n cadrul colectivitati date. Media
progresiva se calculeaza cu relatia

.
n care

este media generala a seriei, iar

(2.87)
- media termenilor calitativ superiori mediei generale.

Mediana
Mediana este acea valoarea a caracteristicii fata de care frecventa valorilor mai mica dect ea este egala cu frecvent a
valorilor mai mari dect ea, deci mediana mparte sirul de date n doua parti egale. Din punct de vedere analitic, mediana
corespunde valorii abscisei pentru care ordonata mparte suprafata delimitata de curba de repartitie n doua parti egale.
Daca sirul de date este constituit dintr-un numar impar de valori
, mediana este reprezentata de valoarea de
rang
. n cazul n care sirul de date este constituit dintr-un numar par de valori
, mediana se situeaza ntre doua
valori mediane
si
. n general, s-a convenit sa se considere ca mediana media aritmetica a celor doua valori
mediane:

(2.88)
Mediana unei functii de repartitie
probabilitati egale

este valoarea

pentru care valoarea mai mare si mai mica a lui

(2.89)

au

n cazul seriilor de distributie, mediana se determina cu formulele:

, unde

este numar par;

, unde
n care:

este limita inferioara a intervalului median;

- frecventa intervalului median;

este numar impar,

- frecventele caracteristicii

(2.90)

(2.91)
;

- marimea intervalului;

- marimea intervalului.

Modul
Modul este, prin definitie, valoarea caracteristicii cu frecventa cea mai mare de aparitie n colectivitate. Modul mai
poate fi definit ca valoarea caracteristicii careia i corespunde densitatea maxima de repartitie. Minimul densitatii de
repartitie este antimod. Daca sirul de masuratori are doua valori maxime, repartitia se numeste bimodala, iar daca sunt
mai multe, plurimodala.
Modul unei functii de repartitie
intervalul cu frecventa cea mai mare.

este valoarea lui

pentru care functia are un maxim. Intervalul modal este

n cazul seriilor de distributie, modul se calculeaza cu relatia

,
unde:

(2.92)

este limita inferioara a intervalului modal;

- diferenta dintre frecventa intervalului modal si frecventa

intervalului premodal (anterior);

- diferenta dintre frecventa intervalului modal si frecventa intervalului postmodal
(urmator); - marimea intervalului modal.
K. Person [ ] a stabilit o expresie care da valoarea modului n functie de media aritmetica si mediana pentru toate
repartitiile unimodale
.

(2.93)

Media, mediana si modulul caracterizeaza tendinta centrala si forma de variatie a caracteristicii. n cazul unei
distributii simetrice ele coincid.
Valoarea centrala a sirului
Valoarea centrala a sirului de date este

,
n care
Cuantilele

este valoarea cea mai mare dintre valorile

(2.94)
, iar

, cea mai mica.

Cuantilele sunt valori ale caracteristicii care mpart seria n

parti egale. Ele descriu pozitia anumitor termeni n
cadrul seriilor statistice. Functie de valorile lui , cuantilele se numesc: mediana,
; cuartile,
; decile,
;
centile,
.
Cuartile
Cuartilele sunt marimi de pozitie n seriile statistice. Cuartilele, n numar de trei, mpart seria n patru parti de
frecvente egale cu 1/4

,
unde
;

este limita inferioara a cuartilei

(2.95)

- frecventa cumulata pna la intervalul

- marimea intervalului n care se afla cuartila

Cuartila centrala a seriei se noteaza cu

- frecventa intervalului

.
, ea reprezentnd valoarea unitatii mediane. Ordonata corespunzatoare

acestei unitati mparte aria delimitata de curba distributiei n doua parti egale. Cuartila inferioara
mediana a valorilor situate n partea inferioara a medianei
partea superioara a medianei propriu-zise.
Locul unei cuartile oarecare

, iar cuartila superioara

este unitatea

este mediana valorilor situate n

este dat de relatia

(2.96)

Decilele
Decilele, n numar de noua, mpart seria n zece intervale de frecvente egale cu 1/10

,
unde

este limita inferioara a decilei

- frecventa intervalului

Locul unei decile oarecare

(2.96)

- frecventa cumulata (suma frecventelor anterioare) pna la intervalul

- marimea intervalului n care se afla decila

este dat de relatia

(2.96)

Centilele
Centilele, n numar de 99, mpart seria n 100 de intervale egale

(2.97)

unde

este limita inferioara a centilei

- frecventa cumulata pna la intervalul

- marimea intervalului n care se afla centila

2-5.2

- frecventa intervalului

Indicatorii de masura a mprastierii

Dispersia
Dispersia (sau varianta) sirului de date, denumita si dispersie de sondaj (esantion) este indicatorul de baza al
mprastierii.
Pentru o serie simpla, dispersia se calculeaza cu formula

(2.98)

Pentru o serie de frecvente variate, dispersia se calculeaza cu formula

(2.99)

Dispersia de sondaj se poate folosi ca estimatie a dispersiei din populatia originara (dispersie de selectie),
considerndu-se relatia

(2.100)

Abaterea medie patratica

Pentru o serie simpla, abaterea medie patratica (sau deviatia standard de sondaj; abaterea standard) se calculeaza cu
formula

(2.101)

Pentru o serie de frecvente variate, abaterea medie patratica se calculeaza cu formula

(2.102)

Abaterea medie patratica a populatiei originara este

(2.103)

Abaterea medie liniara

Abaterea medie liniara (sau abaterea medie absoluta) se calculeaza ca media aritmetica din valorile absolute ale
abaterilor variantelor caracteristicii fata de media acestor variante.

Pentru o serie simpla

(2.104)

Pentru o serie de frecvente variate

(2.105)

Abaterea medie liniara se foloseste pentru a caracteriza omogenitatea colectivitatii statistice.

Coeficientul de variatie
Coeficientul de variatie al sirului de date se calculeaza ca raportul dintre abaterea medie patratica si media aritmetica
a sirului de date

(2.106)

Coeficientul de variatie ia valori ncepnd cu 0. Daca

este pna n 35% se considera ca intensitatea variatiei este

redusa, colectivitatea este omogena si media este reprezentativa. Daca

depaseste 35% se considera ca intensitatea
variatiei creste si colectivitatea este eterogena iar media tinde sa fie o marime nereprezentativa.
Abaterea medie intercuartilica
Abaterea medie intercuartilica este definita ca jumatatea intercuartilei

.
Intercuartila

(2.107)

este o masura a dispersiei exprimata prin diferenta dintre cuartila superioara si cea inferioara.

Abaterea medie intercuartilica este folosita n analiza dispersionala si are avantajul ca poate fi usor calculata.
Abaterea medie intercuartilica reprezinta aproximativ
din abaterea standard si este mai putin exacta dect abaterea
medie liniara. Avnd n vedere ca se exprima n aceeasi unitate de masura ca si variabila analizata, abaterea medie
intercuartilica nu se poate utilize pentru comparatii ntre serii statistice diferite din punct de vedere al unitatilor de masura.
Coeficientul de variatie intercuartilica
Coeficientul de variatie intercuartilica este rapotrul dintre semiintercuartila si mediana

(2.108)

Coeficientul de variatie intercuartilica prezinta avantajul unei comparabilitati mai largi.

Amplitudinea
Amplitudinea variatiei exprima marimea cmpului de mprastiere n jurul mediei.
Amplitudinea absoluta este diferenta dintre valoarea cea mai mare si valoarea cea mai mica a sirul de date

(2.109)

Amplitudinea se poate calcula si ca marime relativa. Amplitudinea relativa este raportul dintre amplitudinea absoluta
si media aritmetica a sirului de date

(2.110)

Amplitudinea variatiei are aplicatie n studiul statistic al calitatii productiei.

Momente
Momentele sunt acele valori care caracterizeaza o repartitie si permit precizarea anumitor caracteristici ale repartitiei.
Exista mai multe tipuri de momente:
Pentru serii simple, momentul simplu de ordinul

are expresia

(2.111)

Pentru serii de distributie, momentul simplu se calculeaza cu relatia

.
Momentul centrat de ordinul

(2.112)

, pentru serii simple, are expresia

(2.113)

Pentru serii de distributie, momentul centrat are expresia

.
Pentru serii simple, momentul ordinar de ordinul

(2.114)
, calculat n raport cu o valoare arbitrara

(2.115)

Pentru serii de distributie, momentul ordinar are expresia

(2.116)

, are expresia

2-5.3

Indicatorii asimetriei

Coeficientul de asimetrie
Pentru caracterizarea seriilor de distributie unidimensionale si unimodale este necesara cunoasterea gradului de
oblicitate, de ndepartare a acestor distributii de la simetrie, aspect denumit asimetrie.
Pentru cuantificarea gradului de asimetrie se foloseste coeficientul de asimetrie definit de relatia

(2.117)

sau n functie de momentele centrate

,
n care

(2.118)

este momentul centrat de ordinul trei, iar

este momentul centrat de ordinul doi.

De asemenea, coeficientul de asimetrie poate fi definit ca diferenta dintre medie si mod

.

(2.119)

Daca:
atunci exista simetrie perfecta;
asimetrie negativa sau de dreapta.

exista asimetrie pozitiva sau de stnga;

a)

exista

b)

Fig. 2.4. Distributii asimetrice:

a) asimetrie negativa; b) asimetrie pozitiva.
Pentru masurarea asimetriei se foloseste cel mai des coeficientul de asimetrie Pearson [ ] definit de relatia

(2.120)
n care
Daca

este modulul;

- abaterea medie patratica;

- media aritmetica.

repartitia prezinta o asimetrie negativa. Daca

prezinta o asimetrie pozitiva. Pentru repartitii moderat asimetrice

repartitia este simetrica. Daca

.

repartitia

Coeficientul de asimetrie determinat pe baza metodei Fisher [ ] are expresia

,
n care

(2.121)

reprezinta mediana.

Coeficientul de asimetrie

are valori ntre -3 si +3; cu ct se apropie de zero cu att sirul este mai simetric.

Coeficientul de asimetrie determinat pe baza cuartilelor are expresia

(2.122)

Coeficientul de asimetrie determinat pe baza centilelor are expresia

(2.123)

Coeficientul de boltire
Coeficientul de boltire se calculeaza ca raport ntre momentul centrat de ordinul patru si patratul momentului centrat
de ordinul doi

(2.124)

n care:

(2.125)

(2.126)

Coeficientul de boltire este un indicator al pantei curbei densitatii de repartitie, n vecinatatea modului de sondaj.
Curtozisul
Curtozisul arata gradul de concentrare al frecventelor n zona centrala a distributiilor unimodale. Pentru determinarea
curtozisului se foloseste coeficientul de boltire.
stiind ca pentru repartitia normala
si considernd aceasta valoare ca nivel standard n masurarea gradului de
boltire al distributiei unimodale, curtozisul este dat de relatia
.

(2.127)

Daca

, curba densitatii de repartitie se numeste leptocurtica si este mai ascutita la vrf dect curba normala.

Daca
repartitia se numeste platicurtica si are vrful mai plat dect o curba normala. Daca
numeste normala sau mezocurtica.

repartitia se

Curtozisul se poate determina si cu ajutorul cuartilelor si al centilelor cu relatia

(2.128)

Se pot utiliza urmatoarele functii Excel:

a.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
l.
m.
n.
o.
p.
q.
r.

AVERAGE - Media aritmetica.

MEDIAN - Mediana
MODE - Modulul
VARP - Variatia populatiei (se calculeaza numai daca avem in studiu o populatie)
VAR - Variatia de selectie
STDEVP - Abaterea standard a populatiei (se calculeaza numai daca avem in studiu o populatie)
STDEV - Abaterea standard de selectie
STDEV/AVERAGE - Coeficientul de variatie
QUARTILE- Cvartila 1,2,3,4
AVEDEV - media deviatiei de la media aritmetica
DEVSQ - suma de patrate a deviatiilor valorilor de la media aritmetica
GEOMEAN- media geometrica
HARMEAN - media armonica
KURT- boltirea sau kurtosis-ul
MAX - maximul
MIN - minimul
PERCENTILE - returneaza a k-a percentila
SKEW - asimetria

Interpretarea rezultatelor

Mean - Media aritmetica. Se poate calcula si cu functia AVERAGE.

Standard Error - Eroarea standard. Se poate calcula si cu functia STDEV.

Median - Mediana este o valoare a seriei astfel incat jumatate dintre observatii au valori mai mici
(sau egale) si cealalta jumatate au valori mai mari (sau egale). Se poate calcula si cu functia
MEDIAN.
Mode - Modulul este valoarea care are cea mai mare frecventa din serie. In cazul modulului o
situatie care apare este cea in care seria nu are modul, adica toate valorile apar o singura data. Atunci
va fi afisata valoarea #N/A. O alta situatie posibila este ca seria sa fie bimodala sau trimodala.
Atunci va fi afisata numai prima valoare in ordinea aparitiei lor in cadrul seriei. In acest caz pentru
determinarea tuturor valorilor modulului se poate face un tabel de frecventa. Se poate calcula si cu
functia MODE.
Standard Deviation - Deviatia standard sau Abaterea standard se poate calcula si cu STDEV sau
pentru deviatia standard populationala STDEVP.
Sample Variance - Variatia se poate calcula si cu VAR sau pentru variatia populationala VARP

Kurtosis - Excesul sau Boltirea masoara inaltimea aplatizarii sau boltirii unei distributii in
comparatie cu o distributie normala.
Excesul 4 este zero pentru o serie de date avand o distributie normala, este pozitiv pentru o serie de
date avand trena mai inalta decat cea a unei distributii normale (cu media
si variatia S2) si este
negativ pentru o serie de date a carei trena este mai coborata decat cea a unei distributii normale. In

cazul nostru valoarea -0,99 a boltirii indica o curba putin mai aplatizata decat curba normala. Se
poate calcula si cu functia KURT.
Skewness - Asimetria masoara abaterea de la aspectul simetric si directia asimetriei (pozitiva sau
negativa) fata de curba normala.
Asimetria este 0 pentru o serie de date avand o distributie normala, este negativa pentru o serie de
date asimetrica spre stanga (seria are mai multe valori mai mici), este pozitiva pentru o serie de date
asimetrica spre dreapta (seria are mai multe valori mai mari). In cazul nostru asimetria este 0,02,
deci este putin deplasata la dreapta fata de curba normala. Se poate calcula si cu functia SKEW.
Range - Intervalul este diferenta Maximul-Minimul seriei de date.

Minimum - Minimul valoarea cea mai mica din serie. Se poate calcula si cu functia MIN.

Maximum - Maximul valoarea cea mai mare din serie. Se poate calcula si cu functia MAX

Sum - Suma sau Totalul valorilor seriei. Se poate calcula si cu functia SUM.

Count - Numarul de observatii n=20. Se poate calcula si cu functia COUNT.

Quartilele si percentilele sunt asemanatoare medianei. Astfel, prima cvartila sau este o valoare
avand proprietatea ca 25% dintre datele seriei sunt mai mici sau egale cu ea, iar 75% mai mari sau
egale cu prima cvartila. A doua cvartila este reprezentata de mediana. A treia cvartila este o valoare
avand proprietatea ca 75% dintre datele seriei sunt mai mici sau egale cu ea iar 25% mai mari sau
egale cu a treia cvartila.
Percentila de ordinul a este o valoar cu proprietatea ca o proportie egala cu a din date sunt mai mici
sau egale, iar celelalte sunt mai mari.
CV=STDEVP/AVERAGE - Coeficientul de variatie : se pot utiliza urmatoarele reguli empirice
pentru interpretare:

daca CV este sub 10% atunci populatia poate fi considerata omogena;

daca CV este intre 10%-20% atunci populatia poate fi considerata relativ omogena;
daca CV este intre 20%-30% atunci populatia poate fi considerata relativ eterogena;
daca CV este peste 30% atunci populatia poate fi considerata eterogena.