1.

INTRODUCERE
Cursul se adreseaz celor pui n situaia de a analiza,
prelucra i interpreta date obinute pe cale experimental.
Datele respective pot s provin
- fie din experiene dirijate asupra unui anumit subiect / proces
de interes,
- fie din msurtori / nregistrri sistematice, efectuate n
timp, asupra unor mrimi ce caracterizeaz evoluia
sistemelor fizice, economice, sociale etc.

Obiectivele vizate s-au concentrat pe urmtoarele aspecte:

1. S se treac n revist noiunile teoretice de baz, specifice
capitolelor principale din teoria probabilitilor i statistica
matematic;
2. S se ilustreze aceste noiuni prin exemple cu rezolvare
integral, culese din domenii ct mai diverse nu numai de natur
tehnic, ci inspirate i de fapte / situaii din viaa cotidian
3. S se exemplifice maniera de rezolvare a unor probleme de
statistic prin programe de calcul proprii, construite n acord cu
necesitile i opiunile celui care abordeaz problema i alctuiete
programul.
Referitor la primul obiectiv - s-a evitat ncrcarea cu
demonstraii matematice, limitnd expunerea la strictul necesar pentru
nelegerea noiunilor teoretice de baz i utilizarea lor n practic.
Referitor la al doilea obiectiv- sperm c diversitate de exemple
propuse va face prezentarea mai atractiv, mai apropiat de
preocuprile voastre colare i extracolare i va fi un stimulent pentru
a face mai uor analogii ntre probleme din domenii diferite.

Al treilea obiectiv - ncercarea de a v ncuraja s nu fii

neaprat interesai de utilizarea unor soft-uri de statistic accesibile
din diverse surse, ci s dorii s facei singuri programe de calcul.
Un obiectiv care nu s-a urmrit a fost aprofundarea sau
canalizarea formulrilor teoretice i a aplicaiilor practice ctre
analiza statistic dedicat unei anumite discipline tehnice.
Din cauza multitudinii de aspecte specifice fiecrei discipline
n contextul abordrii statistice au aprut numeroase lucrri orientate
pe tratarea datelor i, mai ales, pe valorificarea ulterioar a rezultatelor
modelelor probabiliste dintr-o disciplin sau alta.
Evident, noiunile i metodele statistice din proiectarea i
analiza de fiabilitate i siguran n funcionare a sistemelor din
ingineria mecanic, difer destul de mult de cele din ingineria
electronic.
Chiar i natura problemelor analizate difer n
- domeniul medical,
- fa de cele din domeniul ingineresc,
- de cele din domeniul hidrologiei,
- climatologiei,
- tiinelor de mediu,
- managementului etc.

Din motivele enumerate, nu voi insista la curs pe

detalierea abordrilor dintr-un anumit domeniu, dar la
aplicaii vei primi teme cu un coninut apropiat specializrii
fiecruia
Att statistica descriptiv, ct i statistica deductiv (sau
de inferen / raionament) sunt definite ca un ansamblu de
metode de calcul.
Multe dintre acestea sunt comune celor dou categorii. De
exemplu, o metod poate fi reprezentat de formula de calcul a unei
medii i
dac se folosete media unui set de valori pentru a caracteriza
setul respectiv, aceast operaie aparine statisticii descriptive, iar

10

 dac aceeai medie este utilizat pentru a face supoziii privind

media unui set mai mare de valori, operaia aparine statisticii
deductive.
n termeni statistici observaie = orice nregistrare a unei

informaii de natur numeric sau categorial.

Setul tuturor observaiilor posibile asupra informaiei
considerate, formeaz o populaie.
De regul nu se dispune de ntreaga populaie despre informaia
monitorizat, ci doar de un subset al ei, numit eantion.
Cnd elaborm predicii asupra unei populaii doar cu date
numerice obinute pe baza unui eantion, se sper c eantionul
disponibil este reprezentativ pentru acea populaie.
Pentru a asigura reprezentativitatea, se apeleaz la aleatorism
(ntmplare) n selecia datelor din eantion.
Caracterul aleatoriu poate fi imprimat
- fie de metoda de selecie (parametrul observat este o
dimensiune geometric, msurat la mii de piese de acelai tip
realizate pe o main unealt i se pune problema alctuirii unui
eantion mai redus),
- fie de natura probabilist a parametrului observat nsui
(debitul maxim anual nregistrat pe un anumit ru, ntr-o seciune de
msur dat).
Prin urmare, un eantion aleator / probabilist este alctuit din
observaii care, fiecare, are aceeai ans (n cadrul populaiei) de a
fi selectat sau de a apare n eantionul respectiv,

iar statistica deductiv include acele metode care, prin

analiza unui eantion aleator, conduce la predicii /
inferene asupra ntregii populaii.

11

n Capitolul 2 voi introduce unele noiuni i metode

generale de analiz i descriere statistic a seturilor

(eantioanelor) de date experimentale. Ele aparin statisticii
descriptive , dar sunt eseniale i pentru dezvoltarea metodelor de
predicie.
Se descriu operaiunile preliminare de ordonare, clasare i
reprezentare grafic a datelor, acestea facilitnd analiza lor i
formarea unei viziuni sintetice de natur statistic.
Apoi se vor defini principalele caracteristici descriptive (sau
msuri statistice) de poziie, de dispersie i de form care se
pot calcula pe baza setului de date analizat i se comenteaz legtura
dintre valorile lor i alura reprezentrilor grafice.
3 va prezenta noiuni specifice teoriei
probabilitilor importante n raionamentele statistice. Se vor defini
conceptele de
- variabil aleatoare,
- experiment aleator,
- spaiu de selecie,
- eveniment,
- probabilitate,
- probabilitate condiionat .a.
Se enun axiomele fundamentale i se detaliaz noiunile de
- distribuie de probabilitate,
- funcie de densitate i
- funcie de repartiie.
n final se descriu principalele caracteristici
- medie,
- varian,
- momente,
- coeficieni adimensionali
deduse pe baza legilor de probabilitate a variabilelor aleatoare i se
fac unele generalizri la cazul variabilelor aleatoare multiple.
Capitolul

12

n Capitolul 4 vor fi trecute n revist legile de probabilitate

cel mai frecvent folosite,
- att pentru cazul variabilelor aleatoare discrete (binomial,

multinomial, hipergeometric,
geometric, Poisson),

binomial

negativ,

- ct i pentru cazul variabilelor continue (normal,

normal standard, log-normal, hi-ptrat, Student-t,

Fisher-Snedecor, exponenial, Weibull, gamma, beta, legi
ale valorilor extreme)
majoritatea fiind ilustrate prin diverse aplicaii.
Capitolul 5 va prezenta elemente de teoria eantionrii, cu
exemple de distribuii de eantionare pentru statisticile importante
- medie,
- varian,
- momente,
- diferen a dou medii de eantion,
n funcie de
- tipul populaiei originare i de
- talia eantioanelor.
Capitolul 6 va dezvolta primele noiuni concrete despre
statistica deductiv prezentnd unele elemente de teoria
estimaiei.
Se introduc conceptele de
- estimator i estimaie,
- interval de ncredere,
- nivel de ncredere i
- prag de semnificaie.
Se specific intervalele de ncredere pentru
- medie,
- diferena mediilor,
- proporia de succes a distribuiei binomiale,
- varian,
- raportul varianelor etc.

13

n diferite ipoteze privind dimensiunea eantioanelor folosite i

informaiile cunoscute despre populaiile originare.
Capitolul se va ncheia cu metodele de estimare utilizate
pentru calculul parametrilor legilor teoretice de probabilitate,
pornind de la datele de eantion
- verosimilitate maxim,
- momente,
- cele mai mici ptrate etc..
Capitolul 7 aprofundeaz aspecte de statistic deductiv prin
prezentarea elementelor generale privind testarea ipotezelor
statistice - n legtur cu populaii de variabile aleatoare.
Se definete ipoteza statistic i se clasific tipurile de teste.
Se vor descrie aspectele de baz ale unui test parametric
incluznd:
- ipoteza nul i cea alternativ,
- nivelul de semnificaie,
- regiunea critic,
- estimatorul de test i
- calculul valorii lui,
- probabilitatea critic etc.
n continuare se prezint
- teste de conformitate i respectiv de
- omogenitate pentru
- variabile aleatoare continue (medie, varian, diferena
mediilor) i pentru
- variabile discrete.
Capitolul se ncheie cu unele exemple de teste neparametrice.

14

n Capitolul 8 vor fi tratate separat principalele teste de

concordan (ajustare), avnd n vedere importana lor practic n
inferena statistic.
Se dau detalii suficiente i exemple de utilizare pentru testele
- hi-ptrat i respectiv
- Kolmogorov-Smirnov,
dar mai sunt prezentate i alte teste din aceast categorie (Cramer-von
Mises, Anderson-Darling, Watson, Kuipert).
Capitolul 9 este dedicat analizei variaiilor (dispersional).
Metodele ANOVA sunt procedee statistice speciale, de tipul
testelor de omogenitate, dar care se aplic n cazul a mai mult dect
dou populaii de variabile aleatoare.
Pentru testarea mediilor se prezint modul de analiz a
situaiilor
- cu un factor de influen, precum i a celor
- cu doi factori de influen, fr sau cu interaciune ntre
acetia.
Pentru testarea varianelor se descriu i se ilustreaz unele teste
specifice (Hartley, Bartlett, Levene).
Capitolul 10 abordeaz problema regresiilor i corelaiilor.
Sunt prezentate aspectele de calcul implicate de regresia
linear simpl,
dar i aspectele de statistic ale analizei de regresie linear
(cu intervalele de ncredere pentru coeficienii ecuaiei de regresie i
pentru valorile variabilei explicate).
n continuare se dau detalii despre
- cazul regresiei lineare multiple, precum i despre
- regresiile nelineare folosite frecvent n aplicaii (polinomial,
geometric, exponeiale .a.)
Un capitol special ar putea fi analiza i modelarea seriilor
temporale, cu importan n
- condensarea datelor experimentale i
- elaborarea prognozelor pe termen scurt i mediu

15

Pentru Aplicaii vei putea primi o serie de programe de calcul

(scrise n Turbo Pascal ca fiier surs).
Ele pot fi folosite n soluionarea problemelor primite ca teme la
diverse capitole i ca surs de inspiraie pentru a v elabora propriile
instrumente soft.
Unele servesc la calculul cuantilelor distribuiilor hiptrat, Student-t i respectiv Fisher-Snedecor. Pentru fiecare
distribuie s-au considerat niveluri de semnificaie frecvent folosite la
calculul intervalelor de ncredere sau verificarea ipotezelor statistice,
precum i numere de grade de libertate din domeniul de interes, iar
programele genereaz tabele cu valorile cuantilelor corespunztoare.
Alte exemple:
- Setdate analizeaz un set de date experimentale pe care le
ordoneaz i claseaz dup opiunea utilizatorului i apoi
calculeaz caracteristicile descriptive ale setului respectiv;
- Gauss efectueaz calcule de probabilitate
distribuiile normal i normal standard;

pentru

- Regresie face analiza de regresie linear simpl,

determinnd coeficienii ecuaiei de regresie, intervalele lor
de ncredere i banda de ncredere pentru media condiionat
- Test_Hi2 efectueaz testul hi-ptrat pentru legi teoretice de
tip normal, log-normal, gamma cu doi parametri sau Weibull;
- Test_K_S1 execut testul Kolmogorov-Smirnov, bilateral
sau unilateral, pentru distribuii gamma, normal, lognormal, Weibull sau exponenial, prelucrnd iruri de date
neclasate;

16

- Test S_F_H evalueaz cuantilele distribuiilor hi-ptrat,

Student-t sau Fisher-Snedecor, la nivel de semnificaie dorit;
- GenerVA - genereaz numere aleatoare cu diverse legi de
repartiie, n ideea de a oferi utilizatorului posibilitatea s-i
construiasc eantioane de date pentru exerciii proprii.

17