4.

REPARTIIA NORMAL
4.1. Legea normal. Generaliti Legea normal, numit i legea lui Gauss, sau legea GaussLaplace, este o lege de distribuie care aproximeaz foarte bine distribuia valorilor unei caracteristici, continu sau discret, obinute n urma unui proces. Distribuia normal este o lege fundamental n teoria probabilitilor i este utilizat aproape n exclusivitate n controlul statistic al proceselor. Excepiile sunt constituite doar de dou cazuri: distribuii normale asimetrice (aplatisate spre stnga sau spre dreapta) care sunt modelate matematic prin legea lognormal, respectiv distribuii multimodale (care sunt constituite din dou sau mai multe distribuii normale supapuse, acestea putnd fi separate prin stratificare). Particularitatea principal a repartiiei normale const n faptul c este o distribuie-limit ctre care tinde densitatea de probabilitate a valorilor unei mulimi omogene cu un numr de elemente ce tinde ctre infinit. Prin definiia analitic, variabila aleatoare x urmeaz o distribuie normal dac densitatea de probabilitate are forma:

f ( x) =

( xm)2 2 2

(4.1)

unde media m i abaterea medie ptratic sunt parametrii distribuiei normale.

38

INSTRUMENTE STATISTICE UTILIZATE N MANAGEMENTUL CALITII

f(x)

m-3 m-2 m- m m+ m+2 m+3 x Fig. 4.1. Graficul clopotul lui Gauss.

4. Legea normal

39

Aceast curb (cunoscut i sub numele curba lui Gauss) este simetric fa de axa t = m, are un maxim pentru t = m,

f (t = m ) =

(4.2)

i prezint dou puncte de inflexiune, pentru t = m . Pentru valori ale variabilei x n afara intervalului (m 3, m + 3), funcia f(x) are valori neglijabile, ca i suprafaa de sub curb, ceea ce face ca studiile s se realizeze numai pentru x (m 3 , m + 3 ) , proprietate cunoscut sub numele regula celor 3. Dar legea normal exprimat n form analitic de mai sus (rel. 4.1) este o funcie matematic, ea reprezentnd un model teoretic al unei distribuii empirice, obinut experimental. Din punctul de vedere al controlului statistic al proceselor, evident se utilizeaz metodele statisticii descriptive, care presupun verificarea vizual a normalitii distribuiei i determinarea celor doi parametri care o definesc: media m i abaterea medie ptratic . Se poate constata c o distribuie empiric, format dintr-o mulime finit de valori, tinde ctre distribuia teoretic normal atunci cnd numrul acestor valori este foarte mare (i n cazul valorilor discrete, i n cazul valori continue cnd numrul discret de intervale utilizat pentru realizarea histogramei devine foarte mare) fig. 4.2.

Fig. 4.2. Obinerea curbei lui Gauss din histogram. Aceasta conduce la concluzia c pentru o confirmare ct mai sigur a existenei distribuiei normale, ca i pentru determinarea ct mai precis a celor doi parametri care o definesc, este indicat s se utilizeze un numr ct mai mare de valori.

40

INSTRUMENTE STATISTICE UTILIZATE N MANAGEMENTUL CALITII

Ceea ce difereniaz distribuiile normale sunt valorile celor doi parametri prin care sunt definite. Astfel, curbele lui Gauss pot fi diferit plasate pe abscis i pot avea mprtieri diferite (fig. 4.3). Dar ceea ce este esenial, este c aria de sub fiecare din curbele lui Gauss este egal cu numrul total de valori (sau, pentru frecvena relativ a valorilor, egal cu 100%)

Fig. 4.3. Distribuii normale cu diverse localizri i mprtieri. Utilizarea distribuiei normale n controlul statistic al proceselor se justific prin faptul c ea permite, utiliznd tabelele cu valorile funciei Laplace pentru distribuia normal standard (Anexa 4.1), determinarea cu precizie a numrului de valori ale caracteristicii care sunt coninute ntr-un anumit interval de sub curba lui Gauss. Astfel, n intervalele plasate central fa de media m, i definite n raport cu media ptratic , corespund urmtoarele proporii: Tab. 2.1. Proporia valorilor distribuiei normale pe intervale. Interval (m , m + ) (m 2, m + 2) (m 3, m + 3) (m 4, m + 4) (m 5, m + 5) (m 6, m + 6) Proporia de valori [%] 68,27 95,45 99,73 99,994 99,9999426 99,9999998

4. Legea normal

41

Se observ c n intervalul (m , m + ) sunt cuprinse cca 2/3 din valori, iar n intervalul (m 3, m + 3), sunt cuprinse aproape toate valorile (99,73%). Acesta este motivul pentru care studiile se limiteaz doar la intervalul (m 3, m + 3), cnd se aplic aa-numita regul a celor 3. n afara acestui interval sunt situate doar 0,27% din valori, care nu sunt neglijate n controlul statistic al proceselor (dei se aplic regula celor 3), pentru c sunt avute n vedere prin adoptarea unor limite suficient de mari pentru indicatorii de capabilitate. 4.2. Identificarea repartiiei normale Utilizarea legii normale presupune ca prim etap verificarea normalitii distribuiei. Exist multe teste analitice pentru verificarea normalitii unei distribuii, dar n statistica descriptiv verificarea cea mai simpl const n vizualizarea histogramei distribuiei: dac aceasta este simetric i are forma clopotului lui Gauss, se confirm existena distribuiei normale. Urmtoarea etap este determinarea celor doi parametri care definesc distribuia normal (legea normal este o lege biparametric). Acest lucru se poate realiza determinnd cu relaiile cunoscute media x i abaterea medie ptratic :

x + x 2 + ... + x n x= 1 = n
respectiv

x
i =1

(4.3),

(x
n i =1

(4.4)

unde xi sunt valorile caracteristicii msurate. n cazul gruprii valorilor pe intervale, sunt utilizate formulele corespunztoare, atribuindu-se pentru toate valorile din interval o valoare corespunztoare mijlocului intervalului. Astfel, dac exist k intervale, cu valoarea medie pe interval x i i frecvena relativ fi, atunci media va fi:

x = xi fi
i =1

(4.5)

42

INSTRUMENTE STATISTICE UTILIZATE N MANAGEMENTUL CALITII

Analog se calculeaz i abateriea medie ptratic, utiliznd fie frecvenele relative fi, fie frecvenele absolute ai. Trebuie precizat c pot fi utilizate programe speciale de calcul pentru identificarea analitic a modelului normal (bazate pe una din metodele consacrate: metoda celor mai mici ptrate sau metoda Gauss, metoda verosimilitii maxime, metoda momentelor) sau programe de modelare matematic deja coninute n diverse utilitare cum ar fi programul Microsoft Excel. 4.3. Graficul Henry Verificarea normalitii i determinarea celor doi parametri se poate realiza cu suficient acuratee i cu mai mult operativitate pe cale grafic, utiliznd reeaua probabilist special construit n 1894 de Henry, director al colii de Artilerie de la Fontainebleu Paris. Henry a avut ideea igenioas de a adopta o scar n cuantile pentru frecvena cumulat, obinnd astfel liniarizarea funciei (ogiva lui Galton este transformat ntr-o dreapt). Construirea acestei scri s-a bazat pe utilizarea valorilor tabelate pentru funcia Laplace (pe baza creia sunt prezentate i valorile din tab. 4.2). Rezult astfel c, pe reeaua probabilist pentru modelul normal, scara F(x) pentru frecvena cumulat punctele prezentate n tabelul urmtor vor fi echidistante (pe o scar dimensional ipotetic, liniar). Tab. 4.2. Valori pentru frecvena cumulat F(x). x F(m - 3) F(m - 2) F(m - ) F(m) F(m + ) F(m + 2) F(m + 3) F(x) 0,0013 0,0228 0,1587 0,5 0,8413 0,9772 0,9987

Corespunztor regulii celor trei sigma a fost construit scara cuantilic F(x) de la F(m -3) = 0,0013 la F(m + 3) = 0,9987. Scara caracteristicii este liniar. Identificarea modelului normal presupune deci reprezentarea pe grafic a punctelor F ( xi ) i trasarea dreptei Henry care aproximeaz cel mai bine distribuia punctelor figurate pe grafic (dreapta se traseaz printre puncte).

4. Legea normal

43

F(x) [%] 99,87 97,72 84,13 50,00 15,87 2,28 0,13 m - 3 m m+3 x

Fig. 4.4. Dreapta Henry. Ca urmare, pentru realizarea graficului Henry se lucreaz astfel: 1 - sunt colectate valorile msurate, se ordoneaz i se determin frecvenele absolute, frecvenele absolute cumulate i, n final, frecvenele cumulate relative (exprimate n %), fie pentru valori discrete fie pentru intervale; 2 pentru o prim evaluare vizual a normalitii distribuiei se realizeaz histograma frecvenelor sau se reprezint frecvena datelor (date discrete sau date grupate pe intervale) n sistemul tally marks; dac acestea au alura clopotului lui Gauss, atunci distribuia este normal; 3 - se reprezint frecvenele procentuale cumulate pe graficul Henry avnd n vedere scara cuantilic pentru frecvene i scara liniar pentru caracteristic de pe orizontal (fig. 4.4); 5 - se vizualizeaz distribuia punctelor i dac acestea sunt dispuse aproximativ liniar, atunci distribuia este normal i se traseaz printre puncte dreapta Henry;

44

INSTRUMENTE STATISTICE UTILIZATE N MANAGEMENTUL CALITII

7 se identific urmtoarele 3 puncte pe graficul Henry, la intersecia dreptei Henry cu: cuantila de 50% (corespunde mediei, pe scara caracteristicii); cuantila de 0,13% (corespunde valorii m - 3); cuantila de 99,87% (corespunde valorii m + 3); 8 se citete valoarea mediei pe scara valorilor caracteristicii i intervalul corespunztor celor dou puncte extreme, care va fi egal cu:

(m + 3 ) (m 3 ) = 6

(4.6)

9 se determin valoarea abaterii mediei ptratice utiliznd relaia:

6 6

(4.7)

De remarcat c pentru determinarea abaterii mediei ptratice este posibil s se utilizeze punctele (m ), corespunztor cuantilelor de 15,87%, respectiv 84,13%, care delimiteaz un interval de 2, sau punctele (m 2), corespunztor cuantilelor de 2,28%, respectiv 97,72%, care delimiteaz un interval de 4. Este preferabil prima variant deoarece domeniul este mai larg i asigur o acuratee superioar la operarea pe grafic. Dac punctele nu se aliniaz pe o dreapt, atunci distribuia nu este normal, lucru explicabil deoarece graficul Henry este realizat cu o scar cuantilic definit prin funcia Laplace pentru legea teoretic normal, valorile frecvenei cumulate F(xi) reprezentnd din punct de vedere grafic suprafaa de sub clopotul lui Gauss aflat n stnga valorii x de pe abscis (fig. 4.5).

f(x)

F(xi)

xi

Fig. 4.5. Funcia Laplace utilizat pentru graficul Henry.

4. Legea normal

45

Anexa 4.1 Valorile funciei Laplace pentru distribuia normal standard Pz = proporia valorilor distribuiei normale situate sub/peste domeniul limitat de z/+z deviaii standard fa de media procesului (pentru un proces care este n control statistic i are o distribuie normal). De exemplu, dac z = 1.96, Pz = 0.0250 sau 2,5%. n orice situaie real, aceast proporie este doar o estimare.