Statistic n SPSS - Curs 7

4 aprilie 2016
1

DISTRIBUII DE PROBABILITATE
PARTEA I

Ce vei nva n acest curs:

2

Ce este o variabil aleatoare i cum poate fi ea

utilizat n practic
Ce se nelege prin distribuia de probabilitate a
unei variabile aleatoare
Cum s distingem ntre variabilele aleatoare
discrete i cele continue
Cum se calculeaz i cum se interpreteaz media i
dispersia unei variabile aleatoare i a sumei de mai
multe variabile aleatoare

I. Variabile aleatoare
3

Pentru orice experien aleatoare, se poate defini o

variabil aleatoare ataat.

Pentru a defini o astfel de variabil aleatoare trebuie
s indicm toate rezultatele posibile ale
experimentului.
Definiie: O variabil aleatoare este o descriere
numeric a rezultatelor unei experiene.

Exemplul I
4

Experimentul: sunm la telefon 100 de persoane

pentru a vinde un anumit produs.

Variabila aleatoare (x): numrul de produse vndute.
Valorile posibile pentru variabila aleatoare: 0, 1, 2, 3,
, 100.

Exemplul 2:
5

Experimentul: Munca pe o perioad de un an pentru

finalizarea unei biblioteci.

Variabila aleatoare (x): Procentul de proiect care a
fost finalizat dup 6 luni.
Valorile posibile (procentuale) pentru variabila
aleatoare: 0 x 100.

Observaie:
6

Unei aceleiai experiene aleatoare i se pot asocia

mai multe variabile aleatoare, n funcie de

rezultatul care ne intereseaz n studiu.
De exemplu, la aruncarea unui zar putem s fim
interesai de toate cele 6 rezultatele posibile, sau de
rezultate de tipul par impar; mai mic dect doi
mai mare sau egal cu 2 etc.

Clasificare
7

Variabilele aleatoare pot fi discrete sau continue

Clasificarea se face n funcie de valorile pe care le

poate lua variabila

Dac variabila ia un numr finit, sau infinit
numrabil de valori, atunci este o variabil
discret.
Dac variabila ia valori ntr-un interval, sau ntr-o
mulime de intervale, atunci este o variabil
continu.

Exemplu:
8

Variabila discutat pe diapozitivul 4 este o variabil

aleatoare discret.
Variabila discutat pe diapozitivul 5 este o variabil
aleatoare continu.

II. Distribuii discrete de probabilitate

9

Considerm exemplul unui dealer auto

Mrimea de interes este volumul zilnic al

vnzrilor
Se tie din experiena anterioar c numrul
maxim de maini vndute ntr-o zi este 5
Pe baza acestei experiene, dealerul consider c
este relevant s considere c numrul x al
mainilor vndute zilnic este 0, 1, 2, 3, 4 sau 5.

Determinm probabilitile asociate

rezultatelor
10

Datele de care dispunem: informaii provenite din

cele 300 de zile lucrtoare din anul anterior

Volumul vnzrilor i frecvena rezultatelor sunt
prezentate n tabelul urmtor.

Volum vnzri

Numr de zile

Nicio vnzare

54

Exact o main

117

Exact dou maini

72

Exact trei maini

42

Exact patru maini

12

Exact cinci maini

Total

300
11

Funcia de probabilitate
12

Arat probabilitile cu care apar rezultatele

Se noteaz cu f(x)
Se obine din tabelul de date ca frecven relativ a

rezultatelor

Volum vnzri (x)

Probabilitate (f(x))

Nicio vnzare

54/300 = 0,18

Exact o main

117/300 = 0,39

Exact dou maini

72/300 = 0,24

Exact trei maini

42/300 = 0,14

Exact patru maini

12/300 = 0,04

Exact cinci maini

3/300 = 0,01

Total

1
13

Observaie:
14

Tabelul de pe diapozitivul anterior este un mod de

reprezentare a unei distribuii de probabilitate

asociat unei variabile aleatoare.
O alt manier este reprezentarea grafic.
Aceasta are avantajul de a fi mai intuitiv

15

Condiii pentru o distribuie de

probabilitate
16

f(x) 0
f(x) = 1

(1)
(2)

Interpretare
17

Valorile de probabilitate sunt toate pozitive

n distribuia de probabilitate au fost luate n calcul

toate rezultatele posibile cu probabiliti corecte.

Se observ c datele din Tabelul de pe diapozitivul 13
satisfac aceste condiii.

Funcia de Distribuie cumulativ

18

Se noteaz cu F(x) i se mai numete funcie de

repartiie.
Funcia f(x) de probabilitate ofer informaii
despre probabilitatea ca variabila aleatoare s ia o
anumit valoare, x.
Spre deosebire de aceasta, Funcia de Distribuie
cumulativ ofer informaii despre probabilitatea
ca variabila aleatoare s ia valori mai mici sau egale
cu un anume rezultat.

Exemplu:
19

S presupunem c dorim s calculm probabilitatea

ca dealerul s realizeze cel mult trei vnzri ntr-o zi.

Avem de calculat F(3).
F(3) = f(0) + f(1) + f(2) + f(3)
F(3) = 0,18 + 0,39 + 0,24 + 0,14
F(3) = 0,95

(x)
0
1
2

F(x)
0,18
0,57
0,81

3
4

0,95
0,99

1,00

20

III. Valoarea medie i dispersia

21

Valoarea medie, sau ateptat, a unei variabile

aleatoare discret este media rezultatelor sale

ponderat cu probabilitile cu care acestea apar
Se noteaz cu E(x) sau cu i se calculeaz astfel:
E(x) = = x f(x)
(3)

f(x)

x f(x)

0,18

0,39

0,39

0,24

0,48

0,14

0,42

0,04

0,16

0,01

0,05

E(x) =

= x f(x) =

1,50

22

Interpretare I
23

Pentru experimente care se pot repeta de

nenumrate ori, valoarea ateptat este valoarea

medie pe termen lung a variabilei aleatoare.
Nu este neaprat nevoie ca valoarea medie s fie
una dintre valorile pe care le ia variabila aleatoare.
n exemplul dealerului auto, dei valoarea 1,5 este
imposibil s reprezinte o valoare a variabilei
aleatoare studiate, ea aproximeaz bine nivelul
zilnic al vnzrilor, pe termen lung.

Interpretare II
24

Exist, totui, multe probleme n care variabila

aleatoare nu se refer la evenimente care se pot

repeta de mai multe ori.
n astfel de situaii nu mai putem interpreta
valoarea medie ca fiind o aproximare a mediei pe
termen lung.
Decidentul se poate, totui, gndi c experimentul
se poate realiza ipotetic de mai multe ori, pentru a
determina cea mai bun interpretare.

Importana valorii medii

25

Se regsete att n iniiativele de planificare, ct i

n cele de luare a unor decizii.

De exemplu, presupunem c dealerul va lucra n
urmtoarele trei luni timp de 60 de zile.
Care este numrul mainilor care se ateapt a fi
vndute n acest rstimp?
60 x 1,5 = 90 de maini

Dispersia
26

Valoarea medie ne d informaii despre valoarea

central pentru variabila aleatoare.

Dispersia msoar variabilitatea, sau dispersarea
valorilor pe care le ia variabila aleatoare.
Cu ct valorile variabilei aleatoare sunt mai
mprtiate, cu att dispersia va fi mai mare i
reciproc.

Dispersia unei variabile

aleatoare se calculeaz astfel:
27

D(X) =

x-

(x - )

f(x)

(x - ) f(x)

- 1,5

2,25

0,18

0,4050

- 0,5

0,25

0,39

0,0975

0,5

0,25

0,24

0,0600

1,5

2,25

0,14

0,3150

2,5

6,25

0,04

0,2500

3,5

12,25

0,01

0,1225

1,2500

28

Abaterea standard
29

Se calculeaz ca radical din dispersie

n cazul exemplului nostru = 1,118
Reamintim c interpretarea abaterii standard este

mai natural dect interpretarea dispersiei

IV. Funcii liniare i sume de variabile

aleatoare
30

Uneori decidentul este mai interesat de anumite

combinaii de variabile aleatoare dect de

variabilele luate separat.
De exemplu, dac dealerul auto obine un profit
zilnic de 300 euro pentru fiecare main vndut i
ali 200 de euro dintr-un contract de leasing,
profitul zilnic este:
Profit zilnic = 300 x + 200 i este o variabil
aleatoare.

Valoarea medie:
31

O funcie liniar de variabila aleatoare x se scrie ax +

b, unde a i b sunt constante.

Valoarea medie pentru o funcie liniar de variabil
aleatoare este:
E(ax + b) = aE(x) + b (5)
Profitul mediu zilnic este:
E(300x + 200) = 300E(x) + 200 = 3001,5 + 200 =
650 euro

Dispersia:
32

D(ax + b) = a D(x)

(6)
De exemplu, D(300x + 200) = 300 D(x) =
3001,25 = 112500 euro
Abaterea standard este 335,41 euro
Deci profitul zilnic ateptat pentru dealerul auto este
de 650 euro, cu o abatere standard de 335,41 euro.

Valoarea ateptat a sumei de variabile

aleatoare
33

De exemplu, s presupunem c dealerul are nc un

punct de lucru deschis ntr-un alt loc din ar.

Tabelul urmtor arat numrul de maini care pot fi
vndute pe parcursul unei zile lucrtoare i calculul
valorii medii.

f(y)

yf(y)

0,05

0,00

0,10

0,10

0,30

0,60

0,25

0,75

0,15

0,60

0,10

0,50

0,05

0,30

Total:

1,00

= 2,85

34

Exemplu de calcul
35

Dealerul este interesat s determine nivelul mediu al

vnzrilor pe ansamblul celor dou puncte de lucru.

Dorim s calculm E(x+y)
Intuitiv, E(x+y) = 1,50 + 2,85 = 4,35

Regul
36
E(X+Y) = E(X) + E(Y) (7)
E(X + Y + Z) = E(X) + E(Y) + E(Z) ETC.

Dispersia sumei de dou variabile

aleatoare
37

Dac variabilele aleatoare x i y sunt variabile

aleatoare independente, atunci dispersia sumei

lor se poate calcula astfel:
D(x + y) = D(x) + D(y)
(8)
n cazul dealerului auto, dac se poate presupune
c vnzrile de la cele dou puncte de lucru sunt
independente, atunci:
D(x + y) = D(x) + D(y) = 1,25 + 2,13 = 3,38
Abaterea standard este 1,84

Distribuii juxtapuse de probabilitate

38

n practic, multe decizii presupun luarea n calcul a

mai multor variabile aleatoare simultan.

n problemele care implic dou sau mai multe
variabile aleatoare, distribuia de probabilitate care
rezult se numete distribuie de probabiliti
juxtapuse.

Exemplu:
39

Considerm c n cazul dealerului auto, vom lua n

considerare ca al doilea element de interes numrul

de vnztori care se afl la lucru n zilele despre care
avem date despre numrul de maini vndute.
Datele sunt prezentate n tabelul urmtor:

Numr
de
maini
vndute

Numr de vnztori
1

Total

15

34

54

33

78

117

23

45

72

17

14

11

42

12

40

300

Definim:
41

f(x, y) probabilitatea combinaiei x i y, unde x

reprezint numrul de maini vndute, iar y

reprezint numrul de vnztori prezeni la lucru.
De exemplu, f(0,1) = 15/300 = 0,050

Numr
de
maini
vndute
(x)

Numr de vnztori (y)

1

Total

0,050

0,113

0,017

0,18

0,110

0,260

0,020

0,39

0,077

0,150

0,013

0,24

0,056

0,047

0,037

0,14

0,007

0,023

0,010

0,04

0,007

0,003

0,01

42

Tabelul distribuiei probabilitilor

marginale:
43

fx(x)

fy(y)

0
1
2
3
4
5

0,18
0,39
0,24
0,14
0,04
0,01
Total = 1

1
2
3

0,30
0,60
0,10
Total = 1

Observaie:
44

Probabilitile marginale din Tabelul anterior sunt

identice cu probabilitile pe care le-am prezentat n

tabelul de pe diapozitivul 13
De exemplu, fx(2) = 0,24 i fy(1) = 0,30

Independena a dou variabile aleatoare

discrete
45

Dou variabile aleatoare discrete x i y sunt

independente dac pentru orice valori x i y are loc

egalitatea:
f(x, y) = fx(x) fy(y)
Altfel, cele dou variabile aleatoare se numesc

dependente.

n exemplul dealerului auto:

46

f(0, 1) = 0,050
fx(0) = 0,18
fy(1) = 0,30
f(0, 1) = fx(0) fy(1) ?
0,050 = 0,18 0,30 fals
Deci, volumul vnzrilor depinde de numrul de
persoane care se afl la lucru ntr-o zi.

Observaie:
47

Pentru a demonstra c variabilele aleatoare sunt

dependente a fost suficient s gsim cte o valoare

pentru fiecare dintre ele, pentru care s rezulte c
egalitatea f(x, y) = fx(x) fy(y) nu este satisfcut.
Pentru a proba independena, va fi nevoie s
demonstrm c egalitatea este ndeplinit pentru
toate combinaiile posibile de x i y, nu doar de o
pereche oarecare.