Capitolul 11.

Statistic matematic
1. Teoria seleciei
Statistica matematic se definete ca fiind tiina care se ocup cu colectarea,
prezentarea, clasificarea, analiza i interpretarea cantitativ a datelor furnizate de
experien, prin aplicarea teoriei probabilitilor. Rolul statisticii matematice este de
determina informaii ct mai precise asupra repartiiei fenomenului aleator de mas
cercetat, n scopul obinerii unor previziuni asupra desfurrii viitoare a acestuia.
Populaia statistic sau colectivitatea statistic este o mulime finit sau infinit
C de elemente cercetat din punct de vedere a uneia sau mai multor proprieti
(caracteristici statistice). Un element al acestei populaii (individ din colectivitate:
persoan, obiect, fapt, fenomen, etc.) se numete unitate statistic, iar numrul
acestor uniti (indivizii acestei colectiviti), dac este finit, se va numi volumul
populaiei (colectivitii).
O colectivitate este omogen dac este constituit din elemente care sunt
susceptibile de a avea sau de a nu avea caracteristica studiat, cu o aceeai pondere.
nelese ca proprietate comun a tuturor unitilor statistice, caracteristicile
statistice pot fi:
- caracteristici cantitative sau variabile, dac pot fi msurate (cuantificate printr-un
numr),
- caracteristici calitative sau atribute, dac nu pot fi cuantificate printr-un numr
(msurate), ci prin aprecieri de tipul bun, foarte bun, mult, puin.
Valoarea numeric a unei caracteristici cantitative, care se variaz (n general)
aleator de la o unitate statistic la alta, constituie o variabil statistic X (ce ia
pentru fiecare unitate statistic o valoare numeric).
Statistica matematic dispune de metode de organizare i prelucrare a
nregistrrilor datelor experimentale avnd ca scop s ncadreze fenomenul studiat n
una din clasele de fenomene care presupun o anumit lege teoretic i s determine
cel mai bine parametrii acestei legi. Aadar, problema central a statisticii matematice
este stabilirea legii de probabilitate pe care o urmeaz caracteristica (variabila
aleatoare) X . Din punct de vedere al teoriei probabilitilor, unei caracteristici a unei
colectiviti C i se asociaz o variabil aleatoare teoretic, ale crei valori
caracteristici numerice se vor numi caracteristici teoretice (media teoretic, dispersia
teoretic, .a.m.d.).

Dup cum variabila aleatoare este de tip discret, respectiv de tip continuu vom
avea caracteristici de tip discret (ex.: numrul copiilor dintr-o familie, numrul de
becuri care se ard dup 1000 de ore de ntrebuinare) i caracteristici de tip continuu
(ex.: rezistena la rupere a unui fir de mtase, timpii de defectare a unui numr fixat
de piese.
Cercetarea unitilor din populaia C se poate efectua printr-o observare total
sau parial.
Cercetarea total (care se face de exemplu sub form de recensmnt) este o
operaie complex, care de cele mai multe ori privete mai multe caracteristici ale
unitilor, pentru a realiza o analiz multilateral. Practic, o cercetare total se
recomand atunci cnd volumul populaiei C nu este prea mare, pentru a evita
cheltuieli ce pot depi avantajele concluziilor trase.
Cercetarea parial (selectiv) se efectueaz asupra unei submulimi
(subpopulaii) S C . Submulimea S a populaiei statistice (colectivitii) cercetate
C se numete selecie (eantion sau sondaj), numrul indivizilor ce intr n selecie se
numete volumul seleciei (eantionului sau sondajului). Un eantion format din cel
mult 30 de uniti statistice poart denumirea de eantion mic, altfel eantionul este
considerat ca fiind unul mare.
De exemplu, dac este solicitat opinia unei popula ii ntr-o problem oarecare
este dificil s fie consultat ntreaga populaie i se recurge la extragerea unui
eantion (operaie de sondaj).
n cazul cnd operaia de selecie (sondaj) se efectueaz dintr-o populaie
omogen, ea se numete operaie de selecie (sondaj) simpl.
n cazul cnd populaia C nu este omogen din punct de vedere al caracteristicii
(proprietii) cercetate, dar poate fi mprit n subpopulaii Ci, fiecare n parte
omogen, ca nite straturi ale populaiei C, se va efectua aa numita operaie de
selecie (sondaj) stratificat. De exemplu, dac un anumit tip de piese sunt produse
ntr-o secie de producie, dar de diferite strunguri, se recomand ca selec ia s se
efectueze pentru fiecare strung n parte.
Un eantion ale crui uniti au fost alese la ntmplare se numete eantion
reprezentativ (aleator). Extragerea unui eantion reprezentativ se realizeaz astfel
nct elementele s aib anse egale de a fi extrase. n multe situa ii se folosesc
numere aleatoare. Astfel, dac pentru o list a populaiei iniiale de volum N : x1, x2, .
. . , xN , se aleg n numere aleatoare (dintr-un tabel de asemenea numere): k1, k2, . . . ,
x , x ,..., xkn
kn ntre 1 i N , atunci un eantion aleator de volum n este: k1 k2
. De exemplu,
dac din 10000 de piese se aleg 100 n vederea controlului de calitate, se spune c
volumul colectivitii este N 10000 , iar volumul eantionului este n 100 .
Prin sondaj, se obine un ir de valori ale variabilei aleatoare statistice X.

O operaie de selecie se numete repetat sau sondaj cu revenire (nonexhaustiv), dac dup examinarea individului (unitii de sondaj), acesta este
reintrodus n colectivitate (acesta putnd s apar din nou n procesul de construcie al
eantionului S), n caz contrar, adic dac individul (unitatea de sondaj) examinat nu
se reintroduce n colectivitate, vom spune c operaie de selecie este nerepetat sau
sondaj fr revenire (exhaustiv).
Efectuarea sondajului fr revenire are ca schem probabilistic urna bilei
nerevenite). Aplicarea seleciei nerepetate nu are sens dect n cazul cnd volumul
populaiei C este finit, iar valorile de selecie astfel obinute sunt dependente.
Dac volumul colectivitii C este mult mai mare dect volumul seleciei,
deosebirea ntre cele dou feluri de selecie este foarte mic i atunci selecia
nerepetat poate fi considerat ca fiind selecie repetat. In cele ce urmeaz, se vor
considera numai selecii repetate.
Efectuarea sondajului cu revenire (seleciei repetate) are ca schem probabilistic
urna lui Bernoulli (urna bilei revenite). Sondajele astfel efectuate sunt echiprobabile,
iar valorile de selecie astfel obinute sunt independente.
Valorile eantionului aleator de volum n : x1 , x 2 ,..., xn , dac nu sunt toate diferite
ntre ele se ordoneaz i dup o renotare, se trec valorile distincte obinute
menionnd pentru fiecare valoare numrul de ori n care s-a obinut valoarea
respectiv. Se numesc date de selecie relative la caracteristica X , valorile distincte
obinute pentru caracteristica X privind indivizii care intr n selecie. Fie c n urma
unei selecii de volum n , efectuat dintr-o colectivitate, la indivizii creia se
urmrete caracteristica X, s-au obinut rezultatele distincte (datele de selecie) x1 , x 2
,..., xk , unde k n . n general aceste date se ordoneaz (de obicei cresctor) adic se
presupune c x1 x2 ... xk (se mai numesc serie statistic).
Observaii: 1. Deoarece aceste valori difer n general de la o selecie la alta, iar
seleciile sunt alegeri ntmpltoare, datele de selecie x1 , x 2 ,..., xk se pot considera
i ca valori ale unor variabile aleatoare, respectiv X 1 , X 2 ,..., X k , care se vor numi
variabile de selecie.
2. Dac selecia este repetat, atunci variabilele de selecie X 1 , X 2 ,..., X k sunt
variabile aleatoare independente i urmeaz fiecare aceeai lege de probabilitate cu
variabila aleatoare X , adic sunt identic repartizate cu X.

x , i 1, k
Frecvena absolut a unei valori i
a unei caracteristici este numrul ni
care reprezint numrul de uniti statistice ale populaiei statistice care corespund
valorii xi a variabilei statistice X.

n cazul variabilelor discrete rezultatele sunt prezentate sub forma unui tablou de
forma:

(11.1)
X
n

x1
n1

x2
n2

...
...

xk
nk

n ni
i 1
unde volumul seleciei
.
Frecvena absolut cumulat cresctor este suma frecvenelor absolute
j

corespunztoare valorilor mai mici sau egale cu valoarea xj :

n
i 1

, jk.

Frecvena relativ a unei valori xi , i 1, k a unei caracteristici este raportul dintre

n
f i i , i 1, k
n
frecvena absolut i volumul seleciei, adic
. Suma frecvenelor
k

i 1
relative este egal cu 1: i 1
.
Frecvena relativ cumulat cresctor este suma frecvenelor relative
j

corespunztoare valorilor mai mici sau egale cu valoarea xj :

Tabloul de forma
x x ... xk
X : 1 2

f1 f 2 ... f k

i 1

fi

1 j
ni
n i 1 , j k .

(11.2)

unde f i este frecvena relativ apariiei valorii xi , se va numi distribuia empiric de

selecie (tablou de repartiie statistic) a caracteristicii X .
Observaii : 1. Uneori, n locul frecvenei relative fi , se folosete numrul de
k

i 100
procente corespunztoare valorii xi , definit prin i 100 fi . Evident, i 1
.
2. Distribuia (repartiia) empiric a unei caracteristici variaz de la o selec ie la
alta.

O reprezentare grafic a datelor statistice este sub forma poligonului

frecvenelor absolute sau relative. Acesta se obine ntr-un reper xOy, unind punctele

 x ,n
x,f
de coordonate i i sau i i , i 1, k , prin segmente de dreapt. El sugereaz
forma reprezentarea grafic a repartiiei probabilistice (teoretice) a caracteristicii.
Altfel, datele statistice se mai pot reprezenta sub forma unor batoane. Se unesc
punctele de pe axa Ox :

xi , 0

prin segmente perpendiculare pe aceast ax, cu

x ,n
x,f
punctele de coordonate i i sau i i , i 1, k . i aceste segmente (batoane) El
sugereaz forma reprezentarea grafic a repartiiei probabilistice (teoretice) a
caracteristicii (variabilei aleatoare).
Exemplu: Ca rezultat a unui sondaj de s-au obinut numerele:
3, 2, 1, 3, 5, 3, 2 (7 numere). S se scrie tablourile frecvenelor absolute i a
celor relative, apoi s se reprezinte grafic poligoanele acestor frecvene i tot acestea
prin batoane.
Rezolvare: Valorile distincte a acestui sondaj (de volum n 7 ) se scriu n
ordine cresctoare: x1 3 (cu frecvena absolut n1 3 ), x2 1 (cu frecvena
absolut n2 1 ), x3 2 (cu frecvena absolut n3 2 ), x4 5 (cu frecvena
absolut n4 1 ). Suma acestor frecvene absolute este egal cu volumul sondajului:
n1 n2 n3 n4 7 . Frecvenele relative sunt cele de mai sus, mpr ite la n 7 :
n
n1 3
n
1
2
n
1
, f 2 2 , f3 3 , f 4 4
n 7
n 7
n 7
n 7 . Suma acestor frecvene relative
este evident, egal cu 1: f1 f 2 f3 f 4 1 . Tablourile acestor frecvene sunt:
Ex. Tab. 11.1
Valorile
-3
-1
+2.
+5
Frecvenele
absolute
3
1
2
1
f1

Valorile
Frecvenele
relative

-3
3
7

-1
1
7

Poligonul frecvenelor absolute este:

+2.
2
7

Ex. Tab.11.2
+5
1
7

Fig.11.1

iar cel al frecvenelor relative (se deosebete de primul doar prin mrimea unit ii
(scalei) pe axa ordonatelor Oy ) este:

Fig.11.1'
Graficul cu batoanele corespunztoare frecvenelor absolute este:

Fig.11.2
iar cele ale frecvenelor relative:

Fig.11.2'

Dac X este variabil de tip continuu, aceasta se transform ntr-o variabil

discret n scopul prelucrrii mai uoare a datelor, n felul urmtor: se face o grupare
a datelor de selecie n clase prin mprirea intervalului ( a, b) , unde X ia valori, n
subintervalele date prin
a t0 t1 t2 L tk b.

n acest caz datele se grupeaz ntr-un tablou de forma:

X
n

[t0,t1)
n1

[t1,t2)
n2

(11.3)
[tk-1,tk)
nk

...
...

unde ni este numrul valorilor variabilei statistice aflate n intervalul [ti-1 , ti) i se
k

numete frecvena absolut. La fel

n ni
i 1

este volumul seleciei.

ni
, i 1, k
n
Frecvena relativ corespunztoare ntervalului [ti-1 , ti) este
i
reprezint numrul valorilor variabilei statistice aflate n intervalul [ti-1 , ti) mprit la
volumul seleciei.
Analog se introduc i celelalte noiuni de frecven absolut cumulat, frecven
relativ cumulat.
fi

Distribuia empiric de selecie a variabilei statistice continue X va fi de aceeai

form ca i n cazul discret:
x x ... xk
X : 1 2

f1 f 2 ... f k

unde, de regul,
(clasa) [ti 1 , ti ).

xi

ti 1 ti
,
2
iar f i este frecvena datelor de selecie din intervalul

O reprezentare grafic a datelor statistice, n cazul datelor grupate pe

subintervale, este sub forma histogramei. Histograma se construiete sub forma unor
dreptunghiuri lipite, cu baza pe axa Ox, limea lor fiind egal la baz cu mrimea
intervalului de variaie respectiv. nlimea dreptunghiului va fi egal sau
proporional cu frecvena corespunztoare fiecrui interval de variaie.
Histograma arat forma de repartiie, densitatea de reparti ie a frecven elor i
gradul de asimetrie.
Din histograma frecvenelor se poate obine poligonul frecvenelor.
Observaie: De multe ori este necesar o grupare a datelor de selecie pentru
cazul cnd caracteristica X este de tip discret. De exemplu, dac selecia x1 , x 2 ,...,
x n este de volum mare i se obine n urma msurrii unor mrimi fizice, tehnice,
economice de care depinde evoluia unor procese sau fenomene.
Se procedeaz astfel:
m min xi
M max xi
i
i
- se noteaz cu
i
(11.4)
- se divide intervalul [m, M] ntr-un numr de r de subintervale de aceeai lungime.
Pentru determinarea numrului (ntreg) de subintervale de grupare se recomand a fi
folosit formula lui H. A. Sturges:

lg n
r 1 log 2 n 1 1 3,322 lg n
lg 2

(11.5)
Se numete pasul de histogram numrul
M m
h
r

(11.6)

Intervalele de grupare sunt astfel

I1 = [m, m + h) , I2 = [m + h, m + 2h) , . . . , Ir = [m + (r 1)h, M]
(11.7)
- Se noteaz cu n1 numrul acelor valori xi care sunt situate n intervalul I1, cu n2
numrul acelor valori xi care sunt situate n intervalul I2, . . . , cu nr numrul acelor
valori xi care sunt situate n intervalul Ir.
Histograma asociat seleciei x1, x2, . . . , xn este reuniunea dreptunghiurilor Dk =
Ik [0, nk] (produs cartezian), pentru 1 k r.
Deci datele seleciei x1, x2, . . . , xn se grupeaz n r grupe i exist posibilitatea de
vizualizare (reprezentare grafic): se alege un sistem ortogonal de axe xOy, cu
intervalul [m, M] plasat pe axa Ox (cu originea O , eventual n punctul m). Pe

intervalul I1 se construiete dreptunghiul de nlime n1 i baza de lungime h, pe

intervalul I2 se construiete dreptunghiul de nlime n2 i baza de lungime h, etc.
Exemplu:
Se numete funcie de repartiie empiric asociat unei caracteristici
(variabile aleatoare) X , dup extragerea unei selecii de volum n: (x1, x2, . . . , xn),

funcia Fn : ,

Fn ( x)

numarul _ valorilor _ x j x
n

kx
n

(11.8)
(kx este deci numrul de observaii n care au aprut valori ale variabilei aleatoare
(caracteristicii) X, mai mici dect x dat)
Exemplu: Funcia de repartiie de selecie pentru distribuia empiric de
selecie
1 2 3 4
X :

35 29 36 9
este dat prin
daca x 1,
0,
0,35, daca 1 x 2,

F100
( x ) 0,55, daca 2 x 3,
0,91, daca 3 x 4,

daca x 4.
1,

Teorema fundamental a statisticii matematice (Glivenko): Funcia de

repartiie empiric asociat unei caracteristici X i unei selecii de volum n converge
(n probabilitate) ctre o funcie F ( x) , care este funcia teoretic de repartiie
(distribuie) corespunztoare legii de probabilitate caracterizat de variabila aleatoare
X.
Mai precis: Fie o populatie statistic i X variabila aleatoare ataat ei cu funcia
de repartitie
construiete

F ( x) p X x
ca

mai

. Pentru o selecie de volum n: (x1, x2, . . . , xn) se

sus

funcia

0 : p F ( x) Fn 0

de

repartiie

empiric

Fn

Atunci

Zn
Demonstraia folosete inegalitatea lui Cebev pentru variabila

x x

1 n
Yi
n i 1 , unde Yi este
Y1 , Y2 ,..., Yn

variabila aleatoare ce ia valoarea 1 dac i

i 0 n caz contrar. Variabilele
independente (seleciile sunt independente) i au distribuia simpl Bernoulli.

sunt

Observaie: Cu ct n este mai mare, cu att Fn ( x) aproximeaz mai corect pe

F ( x) .

Dac pentru variabilele discrete rezultatele sunt prezentate sub forma unui
tablou de forma (11.1), atunci media (aritmetic) de selecie (sperana matematic)
este:
1 k
x ni xi
n i 1
,
(11.9)
unde ni reprezint frecvena absolut de apariie a valorii xi a variabilei n selecia
k

considerat i

n
i 1

n cazul datelor grupate xi se nlocuiete cu

intervalului [ti 1 , ti ) deci:

xi

ti 1 ti
2
(valoarea din mijloc a

t t
1 r
ni i 1 i
n i 1
2 ,
unde r este numrul intervalelor, dat de (11.5).
x

(11.9')

Proprieti: 1. Media aritmetic este cuprins ntre cea mai mic i cea mai
mare valoare a repartiiei statistice:

xmin x xmax .

2. Au loc relaiile: x a x a i ax ax , a .
Pentru datele negrupate (variabil discret) moda seleciei sau dominanta este
valoarea observat xi care are frecvena ni maxim.
Pentru datele grupate moda este orice valoare din clasa cu cel mai mare numr
de observaii. Deci moda seleciei este subgrupa (intervalul modal Ik ) ce corespunde
dreptunghiului cel mai nalt al histogramei (pentru care nk este maxim).
Dac mai multe subgrupe (valori) sunt la fel de nalte i deta ate de celelalte, se
spune c selecia este plurimodal.

Mediana unei selecii este valoarea xme care mparte irul ordonat de date n
dou pri egale: numrul de valori xi xme este egal cu numrul de valori xi xme .
Mai exact, dac irul are 2k + 1 uniti, atunci mediana coincide cu unitatea de ordin
k + 1, dac irul are 2k uniti, mediana este media aritmetic a unitilor de ordin k i
k+1, dac exist mai multe asemenea valori pentru xme , atunci ele formeaz un
interval i mediana este prin definiie mijlocul acestui interval.
Exemplu: Pentru irul de date: 2,5; 3,7; 1,4; 0,2; 5,4; 8,9; 4,2 irul ordonat
este 0,2; 1,4; 2,5; 3,7; 4,2; 5,4; 8,9. Deci 2k + 1 = 7, de unde k = 3 i unitatea de
ordin k +1 = 4 este 3,7 care este mediana.
Observaie: Dac xme x atunci repartiia este simetric.
Amplitudinea statistic este diferena dintre cea mai mare valoare M xmax i
cea mai mic valoare m xmin a repartiiei statistice:

A M m xmax xmin

(11.10)
n cazul variabilelor aleatoare continue, amplitudinea este diferen a dintre
limita superioar a ultimului interval i limita inferioar a primului.
Dispersia statistic (de selecie) empiric se definete prin:
2
2
1 k
xi x ni
n i 1

(11.11)
pentru datele negrupate (variabile discrete), unde ni reprezint frecvena absolut de
k

apariie a valorii xi a variabilei n selecia considerat,

aritmetic de selecie.

n
i 1

xi

i x este media

ti 1 ti
2
(valoarea din mijloc a

n cazul datelor grupate xi se nlocuiete cu

intervalului [ti 1 , ti ) , iar numrul intervalelor (pentru care se efectueaz sumarea) este

r dat de (11.5), deci:

1 r t t

i 1 i x ni
n i 1
2

(11.11')

De multe ori, este mai avantajos, a folosi drept dispersie statistic, mrimea
numit dispersie de selecie modificat (variana):

s2

k
1
xi x
n 1 i 1

ni

(11.12)
t t
xi i 1 i
2
pentru datele negrupate , iar pentru cele grupate xi se nlocuiete cu
(valoarea din mijloc a intervalului [ti 1 , ti ) , iar numrul intervalelor (pentru care se
efectueaz sumarea) este r dat de (11.5).

Observaie: Dispersiile astfel definite caracterizeaz mprtierea valorilor

repartiiei statistice n jurul mediei. Dac
de altele foarte putin, dac

s
2

este mic atunci datele difer unele

este mare, datele difer foarte mult.

Abaterea medie ptratic de selecie este:

Abaterea medie ptratic de selecie modificat este:

Coeficientul de variaie este:

(11.13)

s s2

respectiv

(11.14)

s
x

Observaie: O selecie de valori pozitive se consider omogen dac

Abaterea medie absolut statistic (de selecie) se definete prin:
2
1 k
l xi x ni
n i 1

(11.15)
v

1
3 .

(11.16)
pentru datele negrupate (variabile discrete) , iar pentru cele grupate xi se nlocuiete
t t
xi i 1 i
2
cu
(valoarea din mijloc a intervalului [ti 1 , ti ) , iar numrul intervalelor
(pentru care se efectueaz sumarea) este r dat de (11.5).
Momentul statistic (de selecie) empiric iniial de ordin l se definete prin:
1 k
ml ni xi l
n i 1
,
(11.17)
unde ni reprezint frecvena absolut de apariie a valorii xi a variabilei n selecia
k

considerat i

n
i 1

xi

ti 1 ti
2
(valoarea din mijloc a

n cazul datelor grupate xi se nlocuiete cu

intervalului [ti 1 , ti ) , iar r este numrul intervalelor, dat de (11.5).
Observaie: Evident

m0 1

m1 x

Momentul statistic (de selecie) empiric centrat de ordin l se definete prin:

l
1 k
l ni xi x
n i 1
,
(11.18)

unde ni reprezint frecvena absolut de apariie a valorii xi a variabilei n selecia

k

i x este media aritmetic de selecie.

t t
xi i 1 i
2
n cazul datelor grupate xi se nlocuiete cu
(valoarea din mijloc a
intervalului [ti 1 , ti ) , iar r este numrul intervalelor, dat de (11.5).
considerat ,

i 1

1 , 1 0 i 2 .
Observaii: 1. Evident 0
2. Momentele centrate sunt invariante la o translaie a valorilor reparti iei
statistice.
Asimetria (skewness) poligonului frecvenelor este caracterizat de coeficientul
statistic de asimetrie, definit prin:
as

(11.19)

Dac as 0 , majoritatea valorilor repartiiei statistice se afl la dreapta mediei

aritmetice x i atunci se spune c repartiia are asimetrie pozitiv sau de dreapta.
Dac as 0 , majoritatea valorilor repartiiei statistice se afl la stnga mediei
aritmetice x i atunci se spune c repartiia are asimetrie negativ sau de stnga.

x x ).
Dac as 0 atunci se spune c repartiia este simetric ( me
Boltirea sau aplatizarea (kurtosis) poligonului frecvenelor este caracterizat de
coeficientul statistic de boltire (Pearson), definit prin:

sau prin coeficientul statistic de exces (Fischer), definit prin:

(11.20)

(11.20')

3 2 0 , poligonul frecvenelor are un aspect ascuit i se spune

Dac 2
c repartiia este leptokurtic.

3 2 0 , poligonul frecvenelor are un aspect turtit i se spune c

Dac, 2
repartiia este platikurtic.
Dac 2 3 2 0 atunci se spune c repartiia este mezokurtic.

n
Definiia 1.14. Dac avem funcia h : , numim funcie de selecie sau

statistic, variabila aleatoare Z n h X 1 , X 2 , , X n , X 1 , X 2 ,..., X n fiind variabilele

de selecie, iar valoarea numeric z n h x1 , x 2 , , x n o numim valoarea funciei de

selecie, x1 , x 2 ,..., x n fiind datele de selecie.
Definiia 1.15. Numim medie de selecie funcia de selecie dat prin
1 n
1 n
X Xk,
x xk ,
n k 1
n k 1
iar valoarea numeric
o numim valoarea mediei de selecie.

Observaia 1.16. Dac se consider caracteristica X care urmeaz legea

N (m,
).
n
normal N (m, ) , atunci media de selecie X urmeaz legea normal
Observaia 1.17. Dac se consider caracteristica X care urmeaz legea
normal N (m, ) , atunci statistica dat prin
Z

X m

urmeaz legea normal N (0,1).

Intr-adevr, deoarece ntre X i Z exist o legtur liniar, avem, pe baza
observaiei precedente, c i variabila aleatoare Z urmeaz legea normal. dar avem
c
n
n 2
D 2 (Z ) 2 D 2 ( X ) 2
1,
M ( Z ) 0 i

n
de unde rezult ca statistica Z urmeaz legea normal N (0,1).
'
''
Observaia 1.18. Dac avem caracteristicile independente X i X , care
'
'
''
''
urmeaz fiecare legea normal, respectiv N (m , ) i N (m , ) , atunci statistica

X
Z

'

''

m m ,
'

''

'
'

n'
n ''

'
''
'
unde X i X sunt mediile de selecie date respectiv prin variabilele de selecie X 1 ,
'
''
X 2' ,..., X n ' i X 1'' , X 2'' ,..., X n '' relative la caracteristicile X ' i X '' , urmeaz legea
normal N (0,1).

Definiia 1.19. Se numete moment de selecie de ordin k , funcia de selecie

1 n
1 n
k X ik
k x ik ,
n i 1
n i 1
, iar valoarea numeric
o numim valoarea momentului de
selecie de ordin k .
Observaia 1.20. Pentru k 1 , avem c 1 X .
Definiia 1.21. Numim moment centrat de selecie de ordin k , funcia de
selecie

1 n
1 n
k X i X ,
k xi x
n i 1
n i 1
iar valoarea numeric
.
o numim valoarea momentului centrat de selecie de ordin k
Observaia 1.22. Dac se consider caracteristica X care urmeaz legea
normal N (m, ) , atunci statisticile

X m
2
n
H 2 22 ,
n 1 i

2
urmeaz respectiv legea Student cu n 1 grade de libertate i legea cu n 1 grade
de libertate.
De asemenea, considernd funcia de selecie

1 n

Xk X ,
n 1
k 1
numit dispersie de selecie, se obine c
2

X m
2

n 1
2
H
.
n i
2

Observaia 1.23. Momentul centrat k de selecie de ordin k , pentru n ,

1
N k , 2 k 2k ,
n

unde k i 2 k sunt momentele

urmeaz legea normal
teoretice de ordin k i respectiv 2k .

Definiia 1.24. Numim funcie de repartiie de selecie, funcia de selecie

definit prin
K ( x)
F n ( x) n
,
n
pentru orice x ,
unde K n (x ) noteaz numrul variabilelor de selecie mai mici dect x.
Exemplul 1.25. Funcia de repartiie de selecie pentru distribuia empiric de
selecie
1 2 3 4

X
35 29 36 9
este dat prin
daca x 1,
0,
0,35, daca 1 x 2,

F 100 ( x) 0,55, daca 2 x 3,

0,91, daca 3 x 4,

1,
daca x 4.
Teorema 1.26 (Glivenko). Dac se consider caracteristica X ce are funcia
de repartiie teoretic F i fie funcia de repartiie de selecie F n , atunci
P lim sup F n (c) F ( x ) 0 1.
n x

Corolarul 1.27 (Kolmogorov). Fie caracteristica X de tip continuu, care are

funcia de repartiie teoretic F i fie funcia de repartiie de selecie F n , iar
d n sup F n (c ) F ( x ) ,
x

atunci

lim P n d n x K x
n

e 2k

2 2

pentru x 0.

Observaia 1.28. Funcia K (x) se numete funcia lui Kolmogorov i se afl

tabelat n Anexa V.
2. Teoria estimaiei
Relativ la colectivitatea C este cercetat caracteristica X , care urmeaz legea
de probabilitate dat prin funcia de probabilitate f ( x; ), ce reprezint funcia
frecvena dac X este de tip discret, respectiv densitatea de probabilitate n cazul
continuu, iar este un parametru necunoscut.
Teoria estimaiei are ca scop evaluarea parametrulor de care depinde legea de
probabilitate a caracteristicii X , folosind datele de selecie x1 , x 2 ,..., x n i baznduse pe rezultatele teoretice relative la variabilele de selecie X 1 , X 2 ,..., X n .
Definiia 2.1. Numim funcie de estimaie (punctual) sau estimator al
parametrului funcia de selecie (statistica)
* * ( X 1 , X 2 , , X n ),
cu ajutorul creia se obin concluzii relative la parametrul .
*
Definiia 2.2. Spunem c funcia de estimaie este funcie de estimare
consistent sau estimatoar consistent pentru parametrul necunoscut , dac
lim P * 1,

*
*
p
pentru orice numr 0, adic ( X 1 , X 2 , , X n ) , iar valoarea
*
*
numeric ( x1 , x 2 , , x n ) se numete estimaie consistent pentru parametrul
.

Definiia 2.3. Numim funcie de estimaie (estimator) absolut corect pentru

parametrul , funcia de estimaie
* * ( X 1 , X 2 , , X n ),
care satisface condiiile
*
(i) M ,

(ii)

lim D 2 * 0,
n

*
*
iar valoare numeric ( x1 , x 2 , , x n ) se numete estimaie absolut corect
pentru parametrul .

Definiia 2.4. Numim funcie de estimaie (estimator) corect pentru

parametrul ,
*
*
funcia de estimaie ( X 1 , X 2 , , X n ) care satisface condiiile
lim M * ,
(i) n
lim D 2 * 0,
(ii) n
*
*
iar valoarea numeric ( x1 , x 2 , , x n ) se numete estimaie corect pentru
parametrul .

*
Definiia 2.5. Numim distorsiunea (deplasarea) estimatorului al
*
*
parametrului , diferena M ( ) , iar dac distorsiunea este nul estimatorul se
numete nedeplasat.

*
*
Proprietatea 2.6. Dac ( X 1 , X 2 , , X n ) este un estimator absolut
corect pentru parametrul , atunci estimatorul este consistent.

*
Demonstraie. Avnd n vedere c M ( ) , inegalitatea lui Cebev pentru
*
variabila aleatoare este

P * 1

D 2 (* )
,
*
pentru 0.

lim D 2 * 0,

Dar n
i trecnd la limit n inegalitatea lui Cebev se obine
*
lim P 1,
*
n
pentru orice 0, deci este un estimator consistent pentru
parametrul .

Exemplul 2.7. Fie caracteristica X pentru care exist momentul teoretic de

2k
ordinul 2k , 2 k M ( X ), i fie o selecie repetat de volum n , atunci momentul de
1 n k
Xi .
n i 1
selecie de ordin k este
Vom arta c k este estimator absolut corect
k
pentru momentul teoretic de ordin k , adic pentru k M ( X ).
Pentru aceasta scriem succesiv
k

 1 n k 1 n
1 n
1 n
n
X i M X ik M X k k k k ,

n i 1
n i 1
n
n i 1
n i 1

M ( k ) M

respectiv
1 n

1
X ik 2

n
i 1
n

D 2 ( k ) D 2

1
n2

D 2 X ik
i 1

D2 X k
i 1

nD 2 ( X ) D 2 ( X )

,
n
n2

cnd n , de unde se obine c k este estimator absolut corect pentru parametrul

k .
Observaia 2.8. Media de selecie X 1 este estimator absolut corect pentru
media teoretic M ( X ) 1.
Exemplul 2.9. Momentul centrat de selecie de ordinul doi

1 n
2 X k X ,
n k 1
este funcie de estimaie corect pentru momentul centrat teoretic de orinul doi
2 D 2 ( X ), adic pentru dispersia teoretic.
S se arate c

n 1
n 1 2
2
D ( X ) D 2 ( X ),
n
n
cnd n ,

M ( 2 )
respectiv

D 2 ( 2 )

n 1 2
n3

n 1 n 2 2 0,
2

n3

pentru n ,

Dac se consider funcia de estimaie care definete dispersia de selecie

2
1 n
Xk X ,

n 1 k 1
aceasta este funcie de estimaie absolut corect pentru dispersia teoretic
D2 ( X ) 2.
2

Pentru aceasta avem c

2

n
2 .
n 1
Prin urmare, se obine

n
n
n n 1 2

2
M 2
D ( X ) D 2 ( X ),
n 1
n 1 n
n 1

M ( ) M

respectiv
2

D 2 ( ) D 2
2

n
n
2
2
D 2 0,
n 1 n 1
cnd n ,

In consecin este funcie de estimaie absolut corect pentru dispersia teoretic

D 2 ( X ).
Definiia 2.10. Numim cantitatea de informaie (a lui Fisher) a unei selecii de
volum n relativ la parametrul necunoscut, valoarea
ln f ( X ; ) 2
I n ( ) nM
.

*
Observaia 2.11 (Inegalitatea Rao-Cramer). Estimatorul absolut corect al
parametrului satisface inegalitatea
1
D 2 (* )
.
I n ( )

*
Definiia 2.12. Estimatorul , absolut corect pentru parametrul necunoscut
1
D 2 (* )
,
I n () iar raportul
, se numete eficient, dac

e(* )

I n1 ( )
D 2 (2 )

*
se numete eficiena estimatorului .

Exemplul 2.13. S verificm dac media de selecie, n cazul cnd

0
1
,
X
p
1

este funcie de estimaie eficient

caracteristica cercetat are distribuia
pentru parametrul p (0,1).
X

Se tie c media de selecie

corect pentru media teoretic M ( X ) p.

1 n
Xk
n k 1
este funcie de estimaie absolut

Funcia de frecven a caracteristicii X este dat prin

f ( x; p ) p x (1 p)1 x , pentru x 0 i x 1.

Se vede c f ( x; p) 1 p i f (1; p) p, adic probabilitile din distribuia

caracteristicii X .
Pentru a calcula cantitatea de informaie relativ la parametrul p avem c
ln f ( x; p) x ln p (1 x) ln( 1 p ),
ln f ( x; p ) x 1 x
x p

,
p
p 1 p p (1 p )

ln f ( X ; p) 2
X p 2
M X 2 2 pX p 2
M

M

2
p
p 2 1 p

p(1 p)

M X 2 2 pM ( X ) p 2 p 2 p 2 p 2
1

,
2
2
2
2
p 1 p
p 1 p
p 1 p
n
I n ( p)
.

p
1

p
deci
Pe de alt parte, se poate scrie
1 n

1 n
D 2 ( X ) p 1 p
D2 ( X ) D2 X k 2 D2 X k

.
n
n
n i 1 n i 1

2
1
Prin urmare se obine c D ( X ) I n ( p), deci X este estimator eficient pentru
parametrul p.

2.1. Metoda verosimilitii maxime

f ( x; 1 , 2 , , s ) de
probabilitate, ce o caracterizeaz i care depinde de parametrii necunoscui 1 , 2 , ...,
Fie X

caracteristica cercetat, care are funcia

s.

Deoarece variabilele de selecie X 1 , X 2 , ..., X n sunt variabile aleatoare

independente i urmeaz aceeai lege de probabilitate ca X , rezult c vectorul
aleator ( X 1 , X 2 , ..., X n ) va avea funcia de probabilitate
n

V ( x1 , x2 , , xn ; 1 , 2 , , s ) f ( xk ; 1 , 2 , , s )
k 1

i care poart numele de funcie de verosimilitate.

*
*
Definiia 2.14. Spunem c estimatorii i i ( X 1 , X 2 , , X n ) sunt estimatori
de verosimilitate maxim, respectiv pentru parametrii i , i 1, s, daca realizeaz
maximul funciei de verosimilitate.

Observaia 2.15. Determinarea estimatorilor de verosimilitate maxim se

obine prin rezolvarea sistemului de ecuaii
V
V
V
0,
0, ,
0.
1
2
s
Acest sistem, de regul se nlocuiete cu sistemul
ln V
ln V
ln V
0,
0, ,
0,
1
2
s
care conduce la aceeai soluie i care se numete sistemul de verosimilitate maxim.

Observaia 2.16. Un estimator eficient este un estimator de verosimilitate

maxim.
Observaia 2.17. Un estimator de verosimilitate maxim este estimator
consistent, iar pentru valori mari ale volumului n este o variabil aleatoare ce
1
urmeaz legea normal N (, I n ()), unde este parametrul estimat.
Exemplul 2.18. S determinm estimatorii de verosimilitate maxim pentru
valoarea medie i abaterea standard, dac se consider caracteristica X , care urmeaz
legea normal N ( m, ).

1
f ( x; m, )
e
2
Se tie c M ( X ) m i ( X ) , iar
Pentru a scrie sistemul de verosimilitate maxim, avem c

ln f ( x; m, ) ln 2 ln

( x m) 2
2 2

( x m) 2
,
2 2

de unde
ln f ( x; m, ) x m

,
m
2

ln f ( x; m, )
1 ( x m) 2

.

In acest mod se obine

n
ln V
ln f ( X k ; m, ) n X k m

m
m
2
k 1
k 1

2
n
n
ln V ln f ( X k ; m, ) 1 ( X k m) 0,

3
k 1
k 1

sau

k 1

k 1

m 0
2

( X k m) 2 0,

de unde se obin estimatorii de verosimilitate maxim

1 n
1 n
X k X , *

Xk X
n k 1
n k 1
pentru parametrii m i .
m*

2 ,

2.2. Metoda momentelor

Fie caracteristica f ( x; 1 , 2 , , s ) de probabilitate i care depinde de s
parametrii 1 , 2 , ..., s .
Metoda momentelor consa n estimarea acestor parametrii din condiiile c
momentele teoretice iniiale ale caracteristicii X au ca estimatori absolut coreci pe
momentele de selecie de ordin corespondent. Astfel, se obine sistemul de ecuaii
k k ,
pentru k 1, s, din care se obin estimaii pentru parametrii 1 , 2 , ..., s .
Exemplul 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 x1 , x2 ,..., xn de selecie.
Funcia densitate de probabilitate a caracteristicii X este

f ( x; a, b)

1
x a 1e b ,
a
(a )b
0,

daca x 0,
daca x 0,

x a 1e x dx.

0
unde este funcia Euler de spea a doua, adic
In 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 k de ordin k , adic

1
k x f ( x; a, b)dx
x a k 1e b dx.
a
(a )b 0

Dac se face schimbarea de variabil x bt , dx bdt , se obine

1
( a )b a

a k 1 t
bt e bdt
0

bk
t a k 1e t dt
(a ) 0

b
b k (a k 1)( a k 2) a(a )
(a k )
,
(a )
( a )
k

k
deci k b (a k 1)( a k 2) a. Rezult astfel sistemul

1 n

1
xk 1 ab

n k 1

n
2 1 x 2 ba 2 (a 1),
k 2

n k 1

care are soluia

2

2 1
a
, b
,
2
1
2 1
*

ceea ce reprezint estimatorii pentru parametrii a i respectiv b.

2.3. Metoda intervalelor de ncredere
Fie caracteristica X cercetat avnd funcia de probabilitate f ( x; ), unde
este unparametru necunoscut.
Metoda intervalelor de ncredere const n determinarea a dou funciide
1 1 ( X 1 , X 2, , X n )
2 2 ( X 1 , X 2, , X n )
selecie
i
astfel
nct
P(1 2 ) 1 , unde (0,1) nu depinde de i se numete probabilitate de
risc, iar 1 se numete probabilitate de ncredere.
(1 ( X 1 , X 2, , X n ), 1 ( X 1 , X 2, , X n ))
Intervalul aleator
se numete
interval de ncredere pentru parametrul .
De regul, pentru a construi un interval de ncredere pentru parametrul , se
Z n Z n ( X 1 , X 2, , X n ; ),
caut determinarea caracteristicii
a crei lege de
probabilitate s fie cunoscut, lege de probabilitate care s nu depind de parametrul
.
Se determin apoi un interval numeric ( z1 , z2 ) astfel nct
P( z1 Z n z2 ) 1 .

Din dubla inegalitate z1 Z n z2 se exprim parametrul prin dubla

inegalitate 1 2 , echivalent cu cea de dinainte.
Desigur, n aplicaiile practice, intervalul aleator este nlocuit cu intervalul
( ( X , X , X n ), 1 ( X 1 , X 2, , X n ))
numeric corespunztor 1 1 2,
, iar acesta este cu
att mai bun cu ct are lungime mai mic i cu ct probabilitatea de ncredere 1
este mai mare.
Exemplul 2.20. (Intervalul de ncredere pentru media teoretic dac dispersia
este cunoscut). Se consider caracteristica X ce urmeaz legea normal N (m, ) ,
unde m este necunoscut, iar 0 este cunoscut.
Pentru construirea unui interval de ncredere pentru media teoretic m
necunoscut efectum o selecie repetat de volum n i considerm probabilitatea de
ncredere 1 dat, (0,1) .
Conform Observaiei 1.17 avem c caracteristica
X m
Z
,
1 n

X Xk,
n k 1
n
unde
urmeaz legea normal N (0,1), prin urmare o lege de probabilitate cunoscut ce nu
depinde de parametrul necunoscut m M ( X ). Rezult c putem determina intervalul
numeric ( z1 , z2 ), astfel nct
P ( z1 Z z2 ) 1 ,
t2

1
2
( x)
e
dt

(
z
)

(
z
)

,
0
2
1
adic
unde
este funcia lui Laplace i care
este tabelat n Anexa I.
Desigur c intervalul numeric ( z1 , z2 ) nu este n mod unic determinat.
Intervalul de ncredere de lungime minim pentru fixat se obine cnd este simetric
z2 z ,
1
z

z
.
1 In acest caz
2 va fi dat prin relaia
fa de origine, adic 2

1
z z 1 ,
z
.
1
1
1
2
2
2
2

adic
Cnd se folosete funcia lui Laplace definit prin

t2

1
( x)
e 2 dt ,

z
atunci
ordin

1
2

z 1
1
2
2
se determin din relaia
i reprezint de fapt cuantila de

2.

Odat determinat intervalul ( z1 , z2 ) , putem scrie

P z

1
2

sau

X m

1
2

1 ,

P X
z m X
z 1 .
n 1 2
n 1 2

Prin urmare, intervalul de ncredere pentru media teoretic m este (m1 , m2 ), unde

iar

m1 m1 ( X 1 , X 2, , X n ) X

z ,
n 1 2

m2 m2 ( X 1 , X 2, , X n ) X

z ,
n 1 2

1 n
Xk.
n k 1

Observaia 2.21. Cnd caracteristica X nu urmeaz legea normal, dar

volumul seleciei este mare (n 30) i se cunoate abaterea medie ptratic teoretic
( X ) , 0, atunci statistica

X m

n ,

unde m M ( X ) este media teoretic (necunoscut), este aproximativ repartizat

normal N (0,1).
Prin urmare, poate fi considerat intervalul de ncredere pentru parametrul m ,
cu probabilitatea de ncredere 1 , intervalul obinut la exemplul precedent.
Exemplul 2.22 (Interval de ncredere pentru media teoretic cnd dispersia
teoretic este necunoscut).
Fie caracteristica X ce urmeaz legea normal N (m, ) , unde parametrul
2
m M ( X ) este necunoscut, iar D ( X ) 0 este de asemenea parametru
necunoscut. Pentru a construi un interval de Incredere pentru media teoretic m , cu o
probabilitate de ncredere 1 dat, vom considera statistica

X m X m

2
n
n 1

unde

2
1 n
1 n
X Xk

Xk X .
n k 1
n 1 k 1
i
Pe baza observaiei 1.22, avem c statistica T urmeaz legea Student cu n 1 grade

(t1 , t2 ) t
,t

n 1,1
n 1,1
2
2

de libertate. Aadar, putem determina intervalul numeric

astfel nct P(t1 T t2 ) 1 , adic Fn 1 (t2 ) Fn 1 (t1 ) 1 , unde

m 1
m 1
x
2 2

t
2
1
Fm ( x)
dt ,

m
m
m
x ,
2
m
este funcia de repartiie a legii Student cu
grade de libertate i care este tabelat,
pentru anumite valori, n Anexa II.

Fn 1 t
.
t2 t
1
,
n

1
,
1

n 1,1
2
t

t
,

2
2
1
2 se determin ca
Prin urmare
Odat determinat intervalul (t1 , t2 ) , putem scrie

P t

n 1,1
2

X m

n 1,1

sau

1 .
P X t
m X t

n 1,1
n 1,1
n
n
2
2

Astfel s-a obinut intervalul de ncredere (m1 , m2 ) pentru media teoretic m , unde
m1 X t

n 1,1

, m2 X t
.

1
,
1

n
n
2

Exemplul 2.23 (Intervalul de ncredere pentru diferena mediilor a dou

''
'
populaii). Fie dou populaii C i C , pentru care se cerceteaz aceeai
'
'
'
caracteristic. Fie aceast caracteristic X ce urmeaz legea legea normal N (m , )

''
''
'
''
pentru populaia C i respectiv X ce urmeaz legea normal N (m , ) pentru
''
populaia C .
Vom determina un interval de ncredere, cu probabilitatea de ncredere 1 ,
'
''
pentru diferena m m .
Pentru aceasta se consider dou selecii independente relative la cele dou
'
'
''
X n' '
X
X
1
2
populaii, cu variabilele de selecie corespunztoare
,
,...,
i respectiv X 1 ,

''
X 2'' ,..., X n ' ' .

Distingem, in continuare, dou cazuri.

'
''
a) Abaterile standard i cunoscute. In acest caz, pe baza Observaiei
1.18, avem c statistica

X X m m ,
Z
'

''

'

''

'
'
''
n'
n

n'

X X
'

'
k

n'

X X k'' ,
''

urmeaz legea normal N (0,1). Ca la Exemplul

( z1 , z2 ) z , z ,
1
1
2
2

2.20, se determin intervalul numeric notat prin

astfel nct
P( z1 Z z 2 ) 1 , adic
unde

k 1

k 1

X ' X '' m' m''

z
z 1 ,
2
2
1
1

2
2
'
'

'
''
n
n

'
''
'
''
'
'
'
'
'
''
P X X z

1 .

n'
n''
n'
n ''
1
1

2
2

'
''
Aceast relaie ne d intervalul de ncredere pentru diferena m m a mediilor celor
dou populaii.
'
''
b) Abaterile standard necunoscute. In acest caz, se consider
statistica
X ' X '' m' m''
n ' n '' 2

,
1 1
'2
'' 2
'
''

(n 1) (n 1)
n ' n ''
2

''

'

unde X i X sunt mediile de selecie definite ca mai nainte,

dispersiile de selecie, adic
'

'
1 n
' X k X

n k 1

''

'2

'' 2

sunt

''
1 n
'' X k X .
n k 1
i
'
''
Statistica T urmeaz legea Student cu n n n 2 grade de libertate.
In continuare, ca la exemplul 2.22, pentru o probabilitate de ncredere 1 ,

(t1 , t2 ) t , t ,
n ,1
n ,1
2
2 astfel ca P (t1 T t 2 ) 1 , adic

se determin intervalul
'2

'2

X X m m

n n 2
1 .

n ,1
1 1
'2
''2
'
''
2

(n 1) (n 1)

n ' n ''

'
''
Astfel se obine intervalul de ncredere pentru diferena m m
'

P t
n ,1

'

''

''

X X t

unde

S2

'

n ,1
2

'

'

''

''

S, X X t

n ,1
2

S ,

1 1
''
'
(n ' 1) (n '' 1) 'n '' n
n n 2
'2

''

''2

Exemplul 2.24 (Interval de ncredere pentru dispersia teoretic). Se consider

caracteristica X ce urmeaz legea normal N m, . Pentru a construi un interval de
2
2
ncredere pentru dispersia teoretic, D X , se construiete statistica
2
2
1 n
1 n
(n 1)
2

( X k X )2 X X k
H

n 1 k 1
n k 1
2
, unde
,
.

Conform Observaiei 1.22, statistica H2 urmeaz legea cu n-1 grade de libertate.

Astfel, pentru probabilitatea de ncredere 1 , se poate determina intervalul
(h12 , h22 ) (h 2 , h 2 )
2
2
n 1,
n 1,1
h22 ) 1 .
2
2 , astfel ca P ( h1 H
numeric

h12 h
Fn 1 (h12 )
n 1,
2
2 , respectiv
Anume,
se determin din relaia

h22 h

Fn 1 (h22 ) 1
n 1,1
2 se determin din relaia
2 , unde Fm (x ) este funcia de
2
repartiie pentru legea cu m grade de libertate, adic
2

Fm ( x)

1
m
2

t 2 e 2 dt , x 0

m
2 ( ) 0
2
care este tabelat n Anexa III.

2
2
Odat determinat intervalul ( h1 , h2 ) , putem scrie c
2

(n 1)
P( h
h22 ) 1
2

,
2
1

sau
2

(n 1)
(n 1)
P(
2
) 1
2
h2
h12
.
2

2
Prin urmare, s-a obinut intervalul de ncredere ( 1 , 2 ) pentru parametrul , unde
n
2
2
1
1 1 ( X 1 , X 2 , , X n ) 2
(X k X )2

h
k 1
n 1,1
2
,
n
2
2
1
2 2 ( X 1 , X 2 , , X n ) 2 ( X k X ) 2
h k 1
n 1,
2
.
Observaia 2.25. Cu notaiile de la exemplul precedent, intervalul de

ncredere pentru abaterea standard teoretic este ( 1 , 2 ) .

3. Verificarea ipotezelor statistice
Definiia 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 de probabilitate.
Definiia 3.2. Metoda prin care o ipotez statistic ce trebuie verificat se
accept sau se respinge poart numele de test (criteriu) statistic.
Observaia 3.3. Dac testul statistic se refer la parametrii de care depinde
legea de probabilitate a caracteristicii X, vom spune c avem un test parametric, iar n
caz contrar avem un test neparametric. Cnd testul statistic se refer la natura legii de
probabilitate (normal, exponenial, etc.) spunem c avem un test de concordan.
Definiia 3.4. Fie caracteristica X cu cu legea f ( x; ) de probabilitate, unde
este un parametru necunoscut. Ipoteza principal ce se face asupra parametrului
o numim ipotez nul i o notm H 0 : A . Orice alt ipotez ce se poate face

relativ la parametrul o numim ipotez admisibil. Notm ipotezele admisibile prin

H i : Ai , i 1,2, .
Observaia 3.5. n continuare, relativ la parametrul , vom considera numai
dou ipoteze, ipoteza nul H 0 : A i o ipotez admisibil H 1 : A1 , numit
ipotez alternativ.
Observaia 3.6. Pentru verificarea ipotezei nule H 0 : A cu ipoteza
alternativ H 1 : A1 , folosind o probabilitate de risc , se determin un domeniu
U R n , numit regiune critic, astfel nct P (( X 1 , X 2 , , X n ) U H 0 ) , unde
X 1 , X 2 , , X n sunt variabilele de selecie. Din felul cum construim regiunea critic
U, obinem diferite teste de verificare a ipotezei statistice H 0 . Avnd datele de
selecie x1 , x 2 , , x n , se poate ntmpla ca ( x1 , x 2 , , x n ) U , caz n care ipoteza

nul H 0 este respins, sau ( x1 , x 2 , , x n ) U , caz n care ipoteza nul H 0 este

admis.
Probabilitatea de risc poart denumirea de nivel de simnificaie al testului.
Definiia 3.7. Numim eroare de genul I respingerea unei ipoteze adevrate, iar
probabilitatea de producere a acestei erori este
P(( X 1 , X 2 , , X n ) U H 0 )
i poart numele de riscul furnizorului.
Numim eroare de genul II admiterea unei ipoteze false, iar probabilitatea de
producere a acestei erori este
(( X 1 , X 2 , , X n ) U H 1 )
i poart numele de riscul beneficiarului.
Definiia 3.8. Se numete puterea testului probabilitatea de respingere a unei
ipoteze false, adic
~
~
~
( ) P (( X 1 , X 2 , , X n ) U H 1 )
, unde H 1 : , deci ( ) 1 .
Observaia 3.9. Nu exist o metod general de construire a regiunii critice
U, care s ne conduc la testul de verificare H 0 , dar se cunosc clase de probleme
pentru care s-au construit astfel de regiuni critice i corespunztor acestora avem
diferite teste de verificare de ipoteze statistice.
Vom prezenta n continuare cteva teste de verificare a unor ipoteze statistice.
3.1. Testul Z

Se consider caracteristica X, ce urmeaz legea normal N (m, ) , unde

m R este necunoscut, iar 0 este cunoscut.

Relativ la media teoretic m M ( X ) facem ipoteza nul H 0 : m m0 , cu

alternativa H 1 : m m0 .
Pentru verificarea ipotezei nule H 0 cu alternativa precizat mai nainte,
considerm o selecie repetat de volum n i nivelul de semnificaie (0,1) . Fie
datele de selecie x1 , x 2 , , x n i corespunztor variabilele de selecie X 1 , X 2 , , X n .
Dac se consider statistica
X m
Z

1 n
X Xk
n k 1
n , unde
,
pe baza Observaiei 1.17, avem c statistica Z urmeaz legea normal N (0,1) . Prin

( z

urmare, pentru (0,1) , putem determina intervalul numeric

astfel nct
P( z Z z ) 1
1
1
2
2
.
ntr-adevr, avem c
P ( z Z z ) ( z ) ( z ) 2 ( z ) 1
1
1
1
1
1
2
2
2
2
2
,
1
( z )
z
1
1
2
2 astfel nct
2
aadar, se ia
.
n
Se definete regiunea critic U R dup cum urmeaz

u m0

U (u1 , u 2 , u n ) R
( z , z )
1
1

2
2

unde

1
uk
n k 1 .
n acest fel am obinut c
P (( X 1 , X 2 , , X n ) U H 0 )

u m0

P
z , z H0

1
1

2
2

P Z z , z H 0

1
1
2
2

,z

Prin urmare, am determinat regiunea critic U, astfel nct s fie satisfcut relaia
P(( X 1 , X 2 , , X n ) U H 0 )
.
Folosind regiunea critic U, vom respinge ipoteza nul H 0 : m m0 , dac
z

x m0
( z , z )
1
1

2
2

( x1 , x 2 , , x n ) U , adic dac
n
x m0
z
( z , z )
1
1

2
2
( x1 , x 2 , , x n ) U , adic
n
.

i o admitem dac

Observaia 3.10. Se vede c regiunea critic U corespunde mulimii

( z , z )
1
1
2
2 . Din acest motiv, n cele ce
complementare a intervalului numeric
urmeaz, nu vom pune n eviden, de fiecare dat, regiunea critic U, ci numai
intervalul numeric cruia i aparine statistica utilizat pentru obinerea acestei
regiuni.
Observaia 3.11. Testul Z se poate folosi i pentru caracteristica X ce nu
urmeaz legea normal, cnd volumul n al seleciei este mare (n 30) , avnd n
vedere c statistica Z urmeaz aproximativ legea normal N (0,1) , unde m M ( X ) i

D2 (X ) .
Observaia 3.12. (Etapele aplicrii testului Z).
1o Se dau: ; x1 , x 2 , x n ; m m0 ; ;
z

2o Se determin

1
2

( z

1
2

1
2

astfel nct
;
x m0
z

1 n
x xk
n k 1 ;
n , unde
30 Se calculeaz
z z
1
H 0 este admis, n caz contrar ipoteza
0
2 , ipoteza
4 Concluzii: dac
este respins.
Observaia 3.13. Deoarece ipoteza alternativ este H 1 : m m0 , testul
prezentat este testul Z bilateral. Dac ipoteza alternativ este H 1 : m m0 , se obine
n mod analog testul Z unilateral stnga, respectiv pentru ipoteza alterantiv
H 1 : m m0 , se obine testul Z unilateral dreapta.

De exemplu, pentru testul Z unilateral dreapta, intervalul numeric pentru

1
( z1 )
(

,
z
)
z
1 , unde 1 este determinat astfel nct
2
statistica Z devine
,
iar regiunea critic U se modific n mod corespunztor, adic

u m0
U (u1 , u 2 , u n ) R n
z1 )

.
3.2. Testul T (Student)

Se consider caracteristica X ce urmeaz legea normal N (m, ) cu parametrii

m M ( X ) R i 0 necunoscui. Relativ la aceast caracteristic se face ipoteza

nul H 0 : m m0 cu ipoteza alternativ H 1 : m m0 .

Pentru verificarea acestei ipoteze se consider o selecie repetat de volum n,
cu datele de selecie x1 , x 2 , , x n i corespunztor variabilele de selecie
X 1 , X 2 , , X n .
T

X m

X m

2
n 1 , unde, dup cum se tie

Construim statistica
2
1 n
1 n
n
X Xk
( X k X )2
2

n k 1
n 1 k 1
n 1 , care, conform Observaiei 1.22,
,
urmeaz legea Student cu n-1 grade de libertate.
Prin urmare, pentru nivelul de semnificaie (0,1) dat, se poate determina
(t

intervalul numeric

n 1,1

P ( t
t
Anume,

n 1,1
2

,t

n1,1

n 1,1

astfel nct
T t
) 1
n 1,1

Fn 1 t
1
2
n 1,1 2
se determin astfel ca
, unde
m 1
m 1

t
2 2

x
2

1
Fm (t )
dx, t R
m
m
m
2
,

este funcia de repartiie pentru legea Student cu m grade de libertate (tabelat n

Anexa II, pentru anumite valori).
Complementarea intervalului numeric, astfel determinat, ne definete regiunea
n
critic U R . Astfel, avem c

U (u1 , u 2 , u n ) R

u m0

u
n

n 1,1
2

2
1 n
1 n
u

(u k u ) 2

k
u
n
n

1
k 1
k 1
unde
, respectiv
.
Observaia 3.14 (Etapele aplicrii testului T).
1o Se dau: ; x1 , x 2 , x n ; m m0 ;

t
1
F
t
n

1
,
1

n 1,1
2
2

2 astfel nct
2o Se determin
;
x m0
t
2

1 n
1 n
x xk
( x k x) 2

n k 1 ,
n 1 k 1
n , unde
30 Se calculeaz
;
t t

n 1,1
0
2 , ipoteza H 0 : m m 0 este admis, n caz
4 Concluzii: dac
contrar ipoteza este respins.

Observaia 3.15. Deoarece ipoteza alternativ este H 1 : m m0 , testul

prezentat este testul T bilateral. Dac ipoteza alternativ este H 1 : m m0 , se obine
n mod analog testul T unilateral stnga, respectiv pentru ipoteza alterantiv
H 1 : m m0 , se obine testul T unilateral dreapta.
Cnd numrul gradelor de libertate tinde spre infinit, conform teoremei limit
central, avem c legea Student converge n repartiie la legea normal N (0,1) .

Prin urmare, dac volumul n al seleciei este mare (n 30) , se poate utiliza
testul Z pentru verificarea ipotezei nule H 0 : m m0 , prin utilizarea statisticii T n loc
de statistica Z. Toate rezultatele de la testul Z rmn, aadar, adevrate n acest caz.
3.3. Teste pentru compararea a dou medii
Se consider dou populaii independente C ' i C ' ' cercetate din punct de
vedere al aceleiai caracteristici. Aceast caracteristic este X ' pentru C ' i urmeaz
legea normal N ( m' , ' ) i respectiv X ' ' pentru C ' ' i urmeaz legea normal
N ( m' ' , ' ' ) .
Relativ la mediile teoretice ale celor dou caracteristici independente se face
ipoteza nul H 0 : m' m' ' cu alternativa H 1 : m' m' ' .

Pentru aceasta se consider cte o selecie repetat de volum n' i respectiv

'
'
'
n' ' din cele dou populaii. Notm datele de selecie prin x1 , x2 , , x n ' i respectiv
''
''
''
'
'
'
''
''
''
x1 , x2 , , xn ''
X 1 , X 2 , , X n '
X 1 , X 2 , , X n ''
, i variabilele de selecie
, respectiv
.
Reamintim notaiile

1 n'
n'
'
X
X k '2 1 ( X k ' X ' )2

n' k 1
n'1 k 1
,
,
'

''

''2
''
1 n ''
1 n ''
''
''
X

( X k X )2

k
n' ' k 1
n' '1 k 1
,
,

pentru mediile de selecie i respectiv dispersiile de selecie.

Distingem n cele ce urmeaz trei cazuri, n funcie de anumite informaii ce le
cunoatem relativ la dispersiile teoretice.
2
2
a). Testul Z (dac dispersiile ' i ' ' sunt cunoscute). n acest caz se

X
Z

'

X m'm' '
''

'2 ' '2

n'
n' '
consider statistica
, care urmeaz legea normal N (0,1) . Se
aplic prin urmare testul Z pentru compararea celor dou medii teoretice.
Pentru nivelul de semnificaie (0,1) dat se determin intervalul numeric
( z , z )
P( z Z z ) 1
1
1
1
1
2
2
2
2 , astfel nct
. Stabilirea acestui interval se
1
( z )
1
2
2
obine din relaia
, unde (x) este funcia lui Laplace i care este
tabelat n Anexa I.
n acest caz, etapele aplicarii testului sunt:
'
'
'
''
''
''
; x1 , x 2 , , x n ' ; x1 , x 2 , , xn '' ;
1o Se dau:
( z

2o Se determin

1
2

astfel nct
'

z
30 Se calculeaz

x x

1
2

''

'
''
1 n' '
1 n '' ''
'2 ' '2
x xk
x xk

n' k 1
n' ' k 1
n'
n' ' , unde
, i
;

z z

40 Concluzii: dac
ipoteza este respins.

1
2

, ipoteza m' m' ' este admis, n caz contrar

2
2
2
2
2
b). Testul T (dac dispersiile ' i ' ' sunt necunoscute i ' ' ' ).
Se consider statistica

'

X m'm' '
''

(n'1) ' (n' '1) ' '

2

n' n' '2

1 1

n' n' ' , care urmeaz legea Student cu

n n' n' '2 grade de libertate.

n acest caz se va aplica testul T. Pentru nivelul de semnificaie (0,1) dat

( t , t )
n ,1
n ,1
2
2 ,
se poate determina intervalul numeric
astfel nct

Fn t 1
P ( t T t ) 1
n ,1
n ,1
2
2
n ,1 2
2
2
. Pentru aceasta se folosete relaia
,
unde Fn (x) este funcia de repartiie de la legea Student cu n grade de libertate i care
este tabelat, pentru anumite argumente, n Anexa II.
Etapele aplicarii testului sunt:
'
'
'
''
''
''
; x1 , x 2 , , x n ' ; x1 , x 2 , , xn '' ; n n' n' '2 ;
1o Se dau:

Fn t 1
t
n ,1
2
n ,1 2
2 astfel nct
2o Se determin
;
'

x x

''

( n'1) ' 2 (n' '1) ' ' 2

n' n' '2

'
1 n' '
1 1
x xk

n' k 1
n' n' ' , unde
,

30 Se calculeaz
'2
' 2
''
'' 2
''
1 n'
1 n '' ''
1 n ''
'
''

(
x

x
)
x

( xk x ) 2

k
k
n'1 k 1
n' ' k 1
n' '1 k 1
,
,
;
t t
n ,1
2 , ipoteza m' m' ' este admis, n caz contrar
40 Concluzii: dac
ipoteza este respins.
2
2
c) Testul T (dac dispersiile ' i ' ' sunt necunoscute i diferite). Se va
considera statistica

X
T

'

''

m'm' '

'2 ' '2

n'
n' '

,
care urmeaz legea Student cu n grade de libertate. Numrul n al gradelor de libertate
'2 '2 ' '2
1
c2
(1 c) 2

n' n' '

n
'

.
n' '1 , unde
se calculeaz cu formula n n'1
S-a ajuns la testul T, care pentru nivelul de semnificaie (0,1) dat,

( t
conduce la intervalul numeric

n ,1

,t

n ,1

)
, astfel nct

P( t

n ,1

T t

n ,1

) 1
.

1
2

Fn t
n ,1 2
Pentru aceasta se folosete relaia
, unde Fn (x) este funcia de
repartiie de la legea Student cu n grade de libertate i care este tabelat, pentru
anumite argumente, n Anexa II.
Etapele aplicrii testului sunt:
'
'
'
''
''
''
; x1 , x 2 , , x n ' ; x1 , x 2 , , x n '' ;
1o Se dau:
2o Se calculeaz
'2
'
'
1 n' '
1 n'
'
x xk
( xk x ) 2

n' k 1
n'1 k 1
,
,
'' 2
''
1 n '' ''
1 n ''
''
xk
( xk x ) 2

n' ' k 1
n' '1 k 1
,
,
2
2
2
' ' ''

n' n'
n' '
de unde
;
1
c2
(1 c) 2

n' '1 ;
30 Se determin n astfel nct n n'1
''

t
4o Se determin

n ,1
2

Fn t
n ,1
2
astfel nct
'

x x

''

'2 ' '2

n'
n' ' ;
50 Se calculeaz
t t
n ,1
0
2 , atunci ipoteza m' m' ' este admis, n caz
6 Concluzii: dac
contrar ipoteza este respins.
2
3.4. Testul (hi-ptrat) pentru dispersie

Fie caracteristica X ce urmeaz legea normal N (m, ) , unde dispersia

2
2
teoretic D ( X ) este necunoscut i m R de asemenea necunoscut.
2
2
Relativ la dispersia teoretic se face ipoteza nul H 0 : 0 cu ipoteza
2
2
alternativ H 1 : 0 .

Pentru verificarea ipotezei nule H 0 cu alternativa H 1 se consider o selecie

repetat de volum n, cu datele de selecie x1 , x 2 , , x n i corespunztor variabilele de
selecie X 1 , X 2 , , X n .

1
H 2

Statistica
grade de libertate.
2

(n 1)
( X k x)

2
2
k 1
, urmeaz legea cu n 1
n

Pentru un nivel de semnificaie (0,1) dat, se poate determina un interval

(h 2 , h 2 )
n 1,
n 1,1
2
2
numeric
astfel nct
P( h 2 H 2 h 2 ) 1
n 1,
n 1,1
2
2
.
Extremitile acestui interval numeric se determin din relaiile

Fn 1 h 2
Fn 1 h 2 1
2
2
n 1, 2
n 1,1 2
i
,
2
unde Fm (x ) este funcia de repartiie pentru legea cu m grade de libertate, adic
1

Fm ( x)

m
2

t 2 e 2 dt , x 0
0

, fiind tabelat pentru anumite valori n Anexa

III.

(h 2

n 1,
2

, h2

n 1,1

Cu ajutorul intervalului numeric

astfel determinat, regiunea
critic va fi dat de complementarea acestui interval, adic

1 n
U (u1 , u 2 , u n ) R n 2 (u k u ) 2 (h 2 , h 2 )
n 1,
n 1,1
0 k 1

2
2
,
n
1
u uk
n k 1 .
unde
2
Observaia 3.16 (Etapele aplicrii testului ).
1o Se dau: ; x1 , x 2 , x n ; 0 ; ;

(h 2

, h2

)
n 1,1
2
2o Se determin intervalul
astfel nct

Fn 1 h 2
Fn 1 h 2 1
2
2
n 1, 2
n 1,1 2
i
;
n 1,

h2
30 Se calculeaz

1
02

( x k x) 2
k 1

h 2 (h 2
0

4 Concluzii: dac
contrar este respins.

n 1,

, h2

, unde

n 1,1

1 n
xk
n k 1 ;

, ipoteza H 0 este admis, n caz

3.5. Testul F (Snedecor-Fisher)

Se consider dou populaii independente C ' i C ' ' cercetate din punct de
vedere al aceleai caracteristici. Aceast caracteristic este X ' pentru C ' i urmeaz
legea normal N (m' , ' ) i respectiv X ' ' pentru C ' ' i urmeaz legea normal
N ( m' ' , ' ' ) .
Relativ la dispersiile teoretice ale celor dou caracteristici se face ipoteza nul
2
2
H 0 : '2 ' '2
cu alternativa H 1 : ' ' ' .
Pentru verificarea ipotezei nule H 0 se efectueaz cte o selecie repetat de
volum respectiv n' i n' ' din cele dou populaii C ' i C ' ' . Notm datele de selecie
'
'
'
''
''
''
x1 , x 2 , , x n ' i respectiv x1 , x2 , , xn '' , i variabilele de selecie
prin
'
'
'
''
''
''
X 1 , X 2 , , X n '
X , X , , X n ''
, respectiv 1 2
.
Cu notaiile
'2
' 2
'
1 n'
1 n'
'
'

(
X

X
)
X

Xk

k
n'1 k 1
n' k 1
,
,
'' 2
''
1 n ''
1 n ''
''
''
(
X

X
)
X

Xk
k

n' '1 k 1
n
'
'
k 1
,
,
2
2
' ''
F 2
' ' ' 2 , urmeaz legea Snedecor-Fisher cu m n'1 i
avem c statistica
n n' '1 grade de libertate. Prin urmare, statistica F are funcia de repartiie, pentru
x 0 , dat prin
mn
m
m n

x n 1

2
m 2
m 2 2
Fm,n ( x )
t 1 n t dt
n m n 0

2 2
.

(
0
,
1
)
Pentru un nivel de semnificaie
fixat se poate determina intervalul

(f
numeric

m ,n ,

'' 2

,f

m , n ,1

, astfel nct
P( f F f
m,n,

m , n ,1

) 1
.

Extremitile acestui interval se determin din relaiile

Fm,n f
Fm,n f
1
2
2
m,n, 2
m,n ,1 2
i
.

f m ,n,

F ( x)
f n ,m ,1
Deoarece are loc relaia
, tabelele pentru funcia m,n
sunt,

de regul, ntocmite numai pentru valori mari ale lui

(0,95, 0,975, 0,99 n Anexa
F

1
IV) i pentru
.
F

1
Dac
, intervalul numeric pentru F este dat prin

1
1
(f , f
,

)
m,n,
m , n ,1
f
f

2
2
n ,m,1 2 n ,m, 2 .
Observaia 3.17 (Etapele aplicrii testului F).
'
'
'
''
''
''
; m n'1; n n' '1; x1 , x 2 , , x n ' ; x1 , x 2 , , xn '' ; ;
1o Se dau:
(f , f
)
m,n,
m , n ,1
o
2
2
2 Se determin intervalul
astfel nct

Fm,n f
Fm,n f
1
m,n,
m
,
n
,
1

2
2

2
i
;

'2
' ' 2 , unde

30 Se calculeaz
'2
'
'
1 n'
1 n' '
'

( xk x ) 2 x x k

n'1 k 1
n' k 1
,
,
n ''
n ''
2
''
''
''
1
1
''
''

( xk x ) 2 x xk

n' '1 k 1
n' ' k 1
,
.

f ( f
0

4 Concluzii: dac
n caz contrar este respins.

m,n,

,f

m , n ,1

2
2
, atunci ipoteza ' ' ' este admis,

2
3.6. Testul de concordan
Fie caracteristica X, care are funcia de repartiie teoretic F. Ipoteza statistic
nul ce o facem relativ la caracteristica X este
H 0 : F F0 ( x; 1 , 2 , s ) ,

unde 1 , 2 , s sunt parametri necunoscui.

Pentru a verifica aceast ipotez statistic, la nceput, folosind datele de
selecie

x1 , x 2 , x n

, se estimeaz prin metoda verosimilitii maxime

parametrii 1 , 2 , s . Fie estimaiile de verosimilitate maxim pentru aceti

1 , 2 , s . Prin urmare, ipoteza nul devine
parametri, respectiv
H 0 : F F0 ( x; 1 , 2 , s )
.

Se efectueaz apoi gruparea datelor de selecie x1 , x 2 , x n , conform

Observaiei 1.11 i Observaiei 1.12, obinndu-se distribuia empiric de selecie
x1' x 2 ' x N '

f
f

f
2
N
1
. Pentru clasa
, dat de intervalul ai 1 , ai avem c
'
xi

pi P (ai 1 X a i ) F (a i ) F (ai 1 ) , i 1, N , probabiliti necunoscute,

deoarece funcia de repartiie teoretic F este necunoscut.
Din ipoteza nul H 0 se poate calcula probabilitatea

p i P (ai 1 X ai | F F0 ) F ( ai ; 1 , 2 , , s ) F (ai 1 , 1 , 2 , , s )
.
n acest fel ipoteza nul H 0 , fcut asupra funciei de repartiie, se poate rescrie n
i , i 1, N
H 0 : pi p
, cu ipoteza alternativ H 1 : H 0 fals.
N

h
2

Valoarea numeric

f i np i 2
np i

este valoarea unei variabile aleatoare

H ce urmeaz legea de probabilitate cu k N s 1 grade de libertate.
Aadar, pentru probabilitatea de risc se consider intervalul de ncredere
2
0, hk2,1
pentru H , definit prin relaia
F (h 2 ) 1
P ( H 2 hk2,1 ) 1
, adic k k ,1
.
2
F
(x
)
Aici funcia k
este funcia de repartiie pentru legea cu numrul gradelor de
i 1

libertate k N s 1 i care este tabelat n Anexa III.

2
Observaia 3.18 (Etapele aplicrii testului ).

1o Se consider: , x1 , x 2 , x n , F F0 ( x; 1 , 2 , s ) ;

2o Se determin estimaiile de verosimilitate maxim 1 , 2 , s ;

xi'

fi

i 1, N
3 Se determin distribuia empiric de selecie
;
o
4 Se calculeaz probabilitile
p i P (ai 1 X ai | F F0 ) F0 (ai ; 1 , 2 , , s ) F0 (ai 1 , 1 , 2 , , s )

i 1, N ;

50 Se calculeaz

hk2,1 ( k N s 1)
N

60 Se calculeaz

h2

f i np i
np i

i 1

h h
70 Concluzii: dac
contrar ipoteza este respins.
2

2
k ,1

astfel nct

Fk ( hk2,1 ) 1

, ipoteza statistic F F0 este admis, n caz

Observaia 3.19. Testul de concordan nu este aplicabil dac exist npi

mai mici dect 5, caz n care se cere o regrupare a datelor de selecie.

3.7. Testul de concordan al lui Kolmogorov

Fie caracteristica X de tip continuu, avnd funcia de repartiie teoretic F.
Dac F n (x) este funcia de repartiie de selecie, conform Corolarului 1.27, avem c
d n sup F n ( x) F ( x)
lim P n d n x K ( x)
n
xR
,
unde
,
iar

K ( x) (1) k e 2 k

2 2

este funcia lui Kolmogorov i este tabelat n Anexa V.

Se face ipoteza nul H 0 c X urmeaz legea de probabilitate dat de funcia
de repartiie F0 . Dac ipoteza nul este adevrat, pentru probabilitatea de risc , se

poate determina valoarea x1 astfel nct K ( x1 ) 1 .

x

P d n 1 1
P n d n x1 1
n
Astfel, avem
sau
.
d
Aadar, dac valoarea calculat a lui n pentru datele de selecie, satisface
n d n x1 , vom admite ipoteza nul, n caz contrar o respingem.
inegalitatea
Observaia 3.20 (Etapele aplicrii testului Kolmogorov).
x'
X i
f
1o Se consider: , distribuia empiric de selecie i i 1, N , funcia de
repartiie F0 , ( n f 1 f 2 f N ) ;

2o Se calculeaz x1 astfel nct K ( x1 ) 1 ;

30 Se calculeaz

d n max F n (ai ) F0 (ai )

4o Concluzii: dac
ipoteza este respins.

i 1, N

n d n x1

'

, unde

xi

ai 1 ai
2
;

, ipoteza nul este admis, n caz contrar

4. Exerciii i probleme rezolvate

4.1. 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: 89, 90, 101, 88, 85, 77, 102, 100, 86, 97, 76, 121, 113, 110, 96, 92, 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.
Soluie. a) Se observ c datele de selecie pentru caracteristica X au numai N
= 6 valori distincte, deci distribuia empiric de selecie pentru X este
1 2 3 4 5 6

X
4 6 4 3 1 2 .
Pentru caracteristica Y toate datele de selecie sunt distincte. Aadar, distribuia
empiric de selecie a lui Y este un tablou n care pe o linie sunt trecute toate aceste
valori (eventual ordonate cresctor), iar pe linia a doua se trec frecvenele acestor
valori, care sunt toate egale cu 1. Vom face o grupare a datelor de selecie
corespunztoare caracteristicii Y. Anume, prima clas cuprinde cheltuielile lunare de
la 80-89 mii lei, etc. Dup efectuarea acestei grupri, distribuia empiric de selecie a
lui Y devine
75 85 95 105 115 125

Y
6
3
1 .
2 4 4
b) Mediile de selecie pentru cele dou caracteristici sunt respectiv
1 20
1
57
x
xk
(4 1 6 2 4 3 3 4 1 5 2 6)
2,85

20 k 1
20
20
,
1 20
1
y k 1955 97,75

20 k 1
20
mii lei.
Dac se folosesc datele grupate pentru caracteristica Y se obine
'
1
1
y
( 2 75 4 85 4 95 6 105 3 115 1 125)
1970 98,5
20
20
mii lei y .
y

Valorile momentelor centrate de selecie de ordinul doi pentru cele dou

caracteristici sunt respectiv
1 20
1 20
2
2 (X )
(
x

x
)

k
( xk 2,85) 2
20 k 1
20 k 1
,
' 2
1 20
1 20
(
y

y
)

k
( y k 98,5) 2
20 k 1
20 k 1
.
Pentru simplificarea calculelor, se poate folosi formula
1 n
2 ( X ) ( xk a) 2 ( x a) 2
n k 1
,

2 (Y )

unde a este o constant real convenabil aleas. Anume, dac pentru caracteristica X
vom alege a = 3, atunci
1 20
2(X )
( xk 3) 2 (2,85 3) 2

20 k 1

1
(4 2 2 6 12 4 0 2 3 12 1 2 2 2 3 2 ) 0,15 2
20
1

47 0,0225 2,35 0,0225 2,3275

20
.
Pentru caracteristica Y vom lua a = 105, obinndu-se astfel
1 20
2 (Y )
( y k 105) 2 (98,5 105) 2
20 k 1
1

(2 30 2 4 20 2 4 10 2 6 0 2 3 10 2 1 20 2 ) 6,5 2
20
1

4500 42,25 225 42,25 182,5

20
.

Se observ c 2 (Y ) s-a calculat cu datele de selecie grupate, ceea ce conduce la o

valoare puin diferit de valoarea ce s-ar obine cnd se lucreaz cu datele de selecie
primare (negrupate).
Valorile dispersiilor de selecie pentru caracteristicile X i Y se calculeaz
imediat, dac se cunosc momentele centrate de selecie de ordinul doi, anume
2
1 20
20
20 2,3275
( X ) ( x k x) 2
2 (X )
2,45
19 k 1
19
19
,
respectiv
2

(Y )

'
1 20
20
20 182,5
( yk y ) 2
2 (Y )
192,105

19 k 1
19
19
.
2

Astfel se poate obine

2

( X ) ( X ) 2,45 1,57

i respectiv

(Y ) (Y ) 192,105 13,86 mii lei.

c) Funciile de repartiie de selecie pentru cele dou caracteristici sunt
respectiv
0, daca x 1,
4

, daca 1 x 2,
20
10
, daca 2 x 3,

20
14
F 20 ( x)
, daca 3 x 4,
20
17
20 , daca 4 x 5,

18 , daca 5 x 6,
20

1, daca x 6,
pentru caracteristica X i

 0, daca y 75,
2

, daca 75 y 85,
20
6
, daca 85 y 95,

20
10
F 20 ( y )
, daca 95 y 105,
20

16
20 , daca 105 y 115,

19 , daca 115 y 125,

20

1, daca y 125,
pentru caracteristica Y.
4.2. La un control de calitate se verific diametrul pieselor prelucrate de un
strung. Pentru realizarea acestui control s-a considerat o selecie de 18 piese i s-a
obinut c diametrul X al pieselor are urmtoarele dimensiuni (n cm):
Diametrul (n cm)
Numr de piese

3,98
4

3,99
3

4,00
5

4,01
3

4,02
3

S se determine:
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.
Soluie. a) Distribuia empiric de selecie a caracteristicii X este
3,98 3,99 4,00 4,01 4,02

X
3
5
3
3 .
4

Diametrul mediu este media teoretic M ( X ) m . Dar se cunoate c un

1 n
X Xk
n k 1
estimator absolut corect pentru media teoretic m este media de selecie
x

1 n
xk
n k 1
este o estimaie absolut corect

. Prin urmare, valoarea mediei de selecie

pentru media teoretic m M ( X ) . n cazul de fa se obine

1
(4 3,98 3 3,99 5 4,00 3 4,01 3 4,02)
18
1
71,98 3,9989
18
.

2
b) Deoarece un estimator corect al dispersiei teoretice D ( X ) este momentul
1 n
2 (X k X )2
n k 1
centrat de selecie de ordinul doi, adic
, rezult c o estimaie

corect pentru dispersia teoretic este valoarea momentului centrat de selecie de

ordinul doi, adic
1 n
1 n
2 ( xk x) 2 ( X k a) 2 ( x a) 2
n k 1
n k 1
,
unde constanta real a este convenabil aleas. Aadar, n cazul de fa, o estimaie
corect a dispersiei diametrelor fa de diametrul mediu este
1
2 (4 0,02 2 3 0,012 5 0 2 3 0,012 3 0,02 2 ) (3,9989 4) 2
18
1
34 10 4 0,00112 1,877 10 4
18
.
Imediat avem o estimaie absolut corect pentru dispersia teoretic, anume
18
18
2 1,877 10 4 1,987 10 4
17
17
.
1 n
( X k m)
n 2 k 1
4.3. 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 ca funcia de selecie
V

D2 (X )
este o funcie de estimaie absolut corect pentru parametrul
Soluie. Vom arta c sunt satisfcute cele dou condiii din definiia funciei
de estimaie absolut corecte, adic
M(V) =
i lim D2 (V) = 0
n primul rnd avem c:
1 n
1 n
1

M
(
X

m
)

M( X m)
nM ( X m )
M ( X m ).

k
n 2 k 1
n 2 k 1
n 2
2
Deoarece caracteristica X urmeaz legea normal N(m, ) avem c
M(V)

M( X m)

x m p( x)dx

1
2

x me

( x m)2
2 2

dx

xm
u

M( X m)

u e

u2
2

du

ue
2
0

u2
2

du

u2

2
( e 2

Dac
se face schimbarea de variabil
i se ine seama de faptul c funcia de integrat
obinut, dup aceea, este funcie par, rezult c :
2

2
Prin urmare, obinem c M(V)= = , deci prima condiie este satisfcut.

D 2 X m
1 2 n 2
n 2

2
D (V ) (
) D X m 2 D X m
nD X m
n 2 k 1
2n
2n k 1
2 2
Pentru verificarea celeilalte condiii putem scrie succesiv:
2

lim D 2 (V ) 0.

de unde n
4.4. Se consider caracteristica X ce urmeaz legea binomial, adic are
distribuia teoretic

P(m, k )

k 0, m

, unde P(m,k)=Ckmpkqm-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 etimatorul p* este un estimator absolut corect pentru
parametrul p
c) s se arate c estimatorul p* este un estimator eficient pentru parametrul p.
x 0, m
Soluie. a) Funcia de probabilitate pentru caracteristica X este f(x;p)=
Ckmpx(1-p)m-x,
Pentru a scrie ecuaia de verosimilitate maxim
ln f ( X k ; p )
0;
p
k 1
n

avem c ln f= (x;p)= ln Cxm + x ln p + (m-X) ln (1-p), de unde

 ln f ( x; p) x m x

p
p lp
Aadar, ecuaia verosimilitii maxime este
Xk m Xk

p
1 p
k 1

1 n
X Xk
n k 1
unde
.Ecuaia
1 p X mp p X 0;

nX
mn
nX

0
p 1 p 1 p

verosimilitii

0,

adic

maxime

se

mai

scrie

de unde se obine estimatorul de verosimilitate maxim

1
p* p * X 1, X 2,...., Xn X
m
pentru parametrul p.
b) Vom arta c estimatorul p* este un estimator absolut coret pentru
parametrul p
1
1
1
M p * M X M X mp p
m
m
m
Pentru aceasta avem, n primul
rnd, c
iar apoi, pentru dispersie se poate scrie succesiv

D 2 p *

1 2
1
D X 2 2
2
m
m n

1
1
D X m n D X m n
2

k 1

k 1

nD 2 X

D 2 X mpq pq
2
m2n
m n mn

Aadar, s-a obinut

M(p*)=p i

pq
0,
n mn

lim D 2 ( p * ) lim
n

deci estimatorul p* este estimator absolut corect pentru parametrul p.

ln f ( X ; p ) 2
1
2
n 2
I ( p) nM
M X mp
2
p
p (1 p )


n
n
mn
2
D2 X 2
mp(1 p )
2
2
p 1 p
p 1 p
p 1 p

c) Cantitatea de
informaie relativ la parametrul p se poate calcula dup cum urmeaz

p (1 p)
,
mn
1
D 2 ( p*)
I ( p ) Pe de alt parte, am vzut c

D 2 ( p*)

prin urmare,
are
loc egalitatea deci estimatorul p* este estimator eficient pentru parametrul p.
4.5. Relativ la populaia C se cerceteaz caracteristica X privind media
teoretic M(X)=m. tiind c dispersia teoretic a caracteristicii X este D2(X)=0,35,
s se stabileasc un intreval de ncredere pentru media teoretic m cu probabilitatea
de incredere 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

Soluie. Deoarece volumul seleciei este n=35 > 30, putem considera c
statistica
Z
D2 X

X m

n
unde

urmeaz legea normal N(0,1). Aadar, intervalul de ncredere pentru media teoretic
m se obine din relaia

X m
P z
z

1
1

2
2

1,

sau

P X
z m X
z
n 1 2
n 1 2

unde

z
1
2
astfel determinat inct

1
2

n cazul de fa, valoarea mediei de selecie este:

1,96 1 .0,475
2
1
x 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
35
iar din Anexa I, pentru se gsete
z

De asemenea, avem c

D2 (X )

0,35
0,01 0,1
35

Obinem n acest fel, intervalul de ncredere pentru media teoretica m=M(X)

1
2

;X

1
2

23,077 0,196;23,077 0,196 22,881;23,273

4.6 Pentru recepionarea unei mrfi ambalat n cutii, se efectueaz un control,

prin sondaj, privind greutatea X a unei cutii. Pentru 22 de cutii cntrite s-a obinut
distribuirea 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

Folosind probabilitatea de ncredere 0,98 s se determine n interval de incredere

pentru valoarea medie a greutii cutiilor, presupunnd c X urmeaz legea normal
N(m, ).

D2 X
Soluie. Deoarece abaterea standard este necunoscut, se consider statistica

X m
;

care urmeaz legea Student cu n-1 grade de libertate.

Intervalul de ncredere pentru valoarea medie teoretic m= M(X) este

X t
;
X

n 1,1
n 1,1
n
n
2
2

n 1,1

Pentru n 1 =21 i 1 - = 0,98 ( = 0,02) din Anexa II se

2,518

determin
De asemenea, folosind datele de selecie, obinem valoarea x a mediei de
selecie X , anume:
1
1 2,7 2 2,8 5 2,9 3 3,1 2 3,3 3,032
x
22
i valoarea abaterii standard de selecie
2
1 7
0,587728

f k xk x
0,167

21 k 1
21

Putem scrie atunci intervalul (numeric) de ncredere:

X t

n 1,1
2

2,518 0,167
2,518 0,167
;X t
3,032
;3,032
2,942;3,122

1
,
1

n
n
22
22

4.7. Masa de carne ambalat n pachete de 1000 de grame de mainile M 1 i M2

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

x' ' 1002 grame.

Folosind probabilitatea de ncredere 0,98 s se determine intervalul de

ncredere pentru diferena m-m, dac se tie c abateriile standard sunt =3 i
=4.
Soluie. Se folosete statistica

'2 ' '2

,
n'
n' ' z legea normal N(0,1). Astfel,
care urmea
intervalul de ncredere pentru diferena m-m este:
2
2
2
2

X ' X ' ' z ' ' ' ; X ' X ' ' z ' ' ' ,

1
1
n'
n' '
n'
n' '
2
2

1
z
0,49
z
1
1
2
2

2 se determin astfel ca
unde
Folosind Anexa I,
z 2,3
1
2
obinem
3.
Z X ' X ' ' m'm' ' /

'2 ' '2

9
16
59

0,44.
n'
n' '
100 150
300
Astfel,

De asemenea, avem c

intervalul de ncredere pentru diferena m - m este

' 2 ' ' 2

' 2 ' ' 2
x' x' ' z

; x' x' ' z

1
1
n'
n' '
n'
n' '
2
2

5 2,33 0.,44;5 2,33 0,44 3,975;6,025

4.8 Fiecare caracteristic X ce urmeaz legea normal N(m,) i care

reprezint vnzrile n milioane de lei pe sptmn la magazinele alimentare n
oraul A i X vnzrile in milioane de lei la magazinele alimentare din oraul B i
care urmeaz legea normal N(m, ). S-au efectuat dou sondaje, respectiv pentru X
i X i s-a obinut urmtoarele date de selecie:
X: 226,5 224,1 218,6 220,1 228,8 229,6 222,5
X: 221,5 230,2 223,3 224,3 230,8 223,8
Cu probabilitatea de ncredere 0,95 s se construiasc un interval de ncredere pentru
diferena m-m, dac > 0 este necunoscut.
Soluie. Folosind statistica
X ' X ' ' (m'm" ) n' n' '2
T
2
1 1
n'1 ' '

n' n' '

care urmeaz legea Student cu n=n+n-2=7+6-2=11 grade de libertate, se va construi
intervalul de ncredere pentru mm. Anume, acest interval de ncredere este:

X ' X '' t

n ,1
2

S; X ' X ' ' t

n ,1
2

unde, s-a folosit notaia:

1 1

n
'
n' ' (( n'1) ' 2 n' '1 ' ' 2 ,
S
n' n' '2

1 , Fn
F
t
n

n 1,1
2
n ,1 2
2 se determin astfel inct
iar
fiind funcia de repartiie a
legii Student cu n grade de libertate, tabelat in Anexa II
t

Pentru a determina valoarea numeric a intervalului de incredere, se

calculeaz pe rnd
1
x' 226,5 224,1 218,6 220,1 228,8 229,6 222,5 224,314
7
1
x'' 221,5 230,2 223,4 224,3 230,8 223,8 225,667
6
2
2
1 7
' x' k x' 17,765
6 k 1

' '2

2
1 6
x' ' k x' ' 14,951

5 k 1

1 1

7 6 6 17,765 5 14,951 2,259

11

t
De asemenea, din Anexa II, pentru 1 - = 0,95 i n = 11, obtinem
astfel c intervalul de ncredere pentru m m va fi

x' x' ' t s; x' x' ' t s

n ,1
n ,1
2
2

1,353 2,201 2,259;1,353 2,201 2,259 6,325;3,619

n 1,1

2,201

4.9. Fie X caracteristica 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; s se determine intervalul de ncredere pentru

2
2
2
dispersia D X i pentru abaterea standard D X , cu probabilitatea de
ncredere 0,95.

Soluie. Se va considera statistica

2
n 1 2
1 n
1 n
2
2
H
,
unde

X
,
X

k
Xk
n 1 k 1
n k 1
2

n 1 2 n 1 2
; 2

2
h
hn 1,1
n 1,

2
2

care urmeaz legea 2 cu n-1 grade de libertate. Intervalul de

2
ncredere pentru va fi:

iar pentru

n 1 n 1
;

h
hn 1,1
n 1,

h2
unde

n 1,1

h2
i

n 1,

se calculeaz din Anexa III.

Pentru determinarea valorilor numerice ale acestor intervale de ncredere,

calculm:
1 11
1
x x k 4,21 4,03 ... 4,20 4,003;
11 k 1
11
2

1 11
xk x
10 k 1

0,017; h102 ; 0.975 20,5; h102 ;0.025 3,25

Aadar,

ncredere pentru i sunt

10 0,017 10 0,017
;

0,008;0,052 ,
20,5
3,25

respectiv

intervalele

de

10 0,017 10 0,017
0,089; ,0228
;
20,5
3,25

4.10. 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
tim media acestor cheltuieli lunare pentru o familie este de 16 mii lei, tiind c
abaterea standard =3 mii lei avnd o selecie repetat de volum n=40, care ne d
distribuia empiric de selecie
11 13 15 17 20

X
4 6 12 10 8 .
Soluie. Deoarece n=40>30 i abaterea standard =3 este conoscut, vom
folosi testul Z pentru verificarea ipotezei nule
H0 : m= M(X)=16, cu ipoteza alternativ H1 : m 16

z0,995

Pentru =0,01, folosind Anexa I, se determin

astfel nct
1
z0,995
0,495
z
2,58
2
. Anume, se obine ca 0,995
care ne d intervalul

Z X m /
n.
numeric (-2,58;2,58), pentru statistica notat prin

Calculm succesiv:
1 n
1
4 11 6 13 12 15 10 17 8 20 15,8
x xk
n k 1
40

z xm /

3
0,2 40
15,8 16 /

0,422
3
n
40

Deoarece z 0,422 2,58;2,58 , rezult c se accept ipoteza c cheltuielile

medii lunare ale unei familii pentru abonamentele la ziare i reviste sunt de 16 mii lei,
cu probabilitatea de risc 0,01.
4.11. 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
fcut n 15 zile s-au obinut urmatoarele date de selecie (n procente) : 60, 85, 90,
75, 84, 78, 92, 55, 77, 82, 65, 79, 83, 65, 76.

Soluie. Putem considera c X urmeaz legea normal N(m, ), cu m i

necunoscui. Ipoteza nul ce se face este H0 : m = 80, cu H1 : m 80 .
Deoarece abaterea standard este necunoscut, se folosete testul T. Pentru
t
t14; 0 , 975
n 1,1
2
aceasta, considernd =0,05, cu ajutorul Anexei II, se determin
,

F14 t14;0,975 1 0.975

t
2.145
2
astfel nct
. Se obine n acest fel 14;0,975
. Prin

( X m) /
n , care urmeaz legea Student cu
urmare, intervalul pentru statistica T=
n-1=14 grade de libertate, este (-2,145; 2,145).
Calculm n continuare succesisv:
1 n
1
x x k 1146 76,4;
n k 1
15

1 n
( xk x ) 116,686;
n 1 k 1

t ( x m) /

10,80;

10,80 3,6 15
(76,4 80) /

1,291.
10,80
n
15

t 1,291 ( 2,145; 2,145),

Deoarece
ipoteza c media de ocupare zilnic a
unitaii hoteliere este de 80% se accept.

4.12. La o unitate de mbuteliere a laptelui exist dou maini care efectueaz

aceast operaie n sticle de un litru. Pentru a cerceta reglajul de mbuteliere la cele
dou
maini s+au efectuat dou selecii relative la sticlele imbuteliate de cele dou maini
i s-au obinut datele de selecie
x k (n

990

995

ml)
f k

x k (n

985

990

1000 100
5
11

995

100
0

101
0

100
5

101
0

ml)
f k

Folosind nivelul de semnificaie 0,01 , s se verifice dac mediile de umplere a

sticlelor de ctre cele dou maini sunt aceleai, n cayul n care abaterile standard
sunt = 6 ml i 7,5 ml.
Soluie. Caracteristicile X i X ce reprezint cantitatea de lapte (n ml)
coninut de o sticl imbuteliat de prima main, respectiv de a doua, se consider ca
urmnd legile de probabilitate normele N (m, 6) i N (m, 7,5).
Verivicarea ipotezei nule H0 : m = m cu alternativa H1 : m m, se va face
cu testul Z, deoarece sunt cunoscute abaterile standard.
Folosind nivelul de semnificaie 0,01 , se determin din Anexa I valoarea

1 2 0,495.
1
2
2
astfel nct
Anume, se obine c z0,995 = 2,58,
care ne d intervalul (-2,58; 2,58) pentru statistica :
2 2
Z X X m m

.
n
n
Se calculeaz succesiv:
z

z 0,995 ,

1 n
1
x k
(7 990 9 995 5 1010) 999,375;

n k 1
40

1 n
1
x k (5 985 5 990 4 1010) 997,424;

n k 1
33

z x x /

2 2 999,375 997,424
1,951

1,109
n
n
36 56,25
2,60461

40
33
.

z 1,209 2,58; 2,58

Deoarece
, rezult c mediile de umplere a sticlelor
nu difer semnificativ pentru cele dou maini.

4.13. Se cerceteaz dou loturi de ulei pentru automobile, din punct de vedere
al vscozitii, obinndu-se datele de selecie
x k
f k

10,2
7
3

Pentru primul lot:

10,2 10,2 10,3
8
9
0
2
1
1

Pentru al doilea lot:

10,3
2
1

x k

10,2
6
2

f k

10,2
7
1

10,2
9
1

10,3
0
1

10,3
1
3

Analizele facndu-se cu acelai aparat, se consider ca abaterile standard sunt

aceleai. Considernd nivelul de semnificaie 0,05 , s se verifice dac mediile de
vscpzitate pentru cele dou loturi nu difer semnificativ.
Soluie: Caracteristicile X i X, ce reprezint vscozitaile pentru cele dou
loturi de ulei, se consider c urmeaz fiecare legea normal, respectiv N (m, ) i N
(m, ), cu ambaterea standard > 0 necunoscut.
Verificarea ipotezei nule H0 : m = m cu alternativa H1 : m m, se va face
cu testul T, deoarece abaterea standard este necunoscut.
Folosind nivelul de semnificaie =0,05, se determin , din Anexa II, valoarea

tn,1- (/2) , astfel nct

Fn

n 1

, unde numrul gradelor de

libertate este n=n+n-2=8+8-2=14. Adic, se determin t 14;0;975 astfel nct

F14 t14;0, 975 0.975

obinndu-se t14;0;975=2,145. n acest mod , s-a obinut intervalul

(-2,145;2,145) pentru statistica

T

X ' X '' (m'm' ' )

(n'1) '' (n' '1) '' '
2

n' n' '2

1 1

n' n n ,

care urmeaz legea Student cu n=n+n-2 grade de libertate.

Se calculeaz pe rnd
x'

1 n'
1
x' k

n' k 1
8 (3 10,27+22,28++110,32)=10,285;

x''

1 n ''
1
x' ' k

n' ' k 1
8 (2 10,26+22,27++310,31)=10,289;

1 n'
( x' k x' ) 2

n'1 k 1
3,14310-4;

1 n ''
( x' ' k x'' ) 2

n' '1 k 1
4,98310-4;

'

''

x' x''
( n'1) '' (n' '1) ' ''
2

4 10 1
= 56.882

n' n' '2

1 1

n' n ' '

10,285 10,289
(22,001 34,881) 10

14

1 1

8 8

56 0,397

Deoarece t=-0,397 (-2,145;2,145), rezult c vscozitile medii ale celor

dou loturi de ulei nu difer semnificativ.
4.14. 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
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

S se verfice , cu nivelul de semnificaie =0,05, ipoteza nul

H0 : 2=D2(X)=0,5, cu alternativa H1: 20,5.
Solutie Deoarece caracteristica X urmeaz legea normal , pentru verificarea
ipotezei nule Ho: 20,5, se utilizeaza testul 2.
Pentru

h2

n 1,
2

;h2

n 1,1
2

de libertate.

nivelul

de

semnificatie

=0,05,

se

determin

intervalul

(n 1) 2

, pentru statistica H2= 2

,care urmeaz legea 2 cu n-1 grade

Se utilizeaz Anexa III, pentru a determina intervalul mai inainte precizat.

Astfel, deoarece n-1=12-1=11, se obtine

de asemenea

h112 ;0,975

h112 ;0, 025

=3,82, pentru care F11(3,82)=0,025 si

=21,9. Prin urmare , intervalul pentru statistica H2 este

(3,82;21,9).

Se calculeaz succesiv
x

1 n
1
xk

n k 1
12 [1(-0,5)+2(-0,4)++11,5]=0,4167;

1 n
( x k x) 2
n 1 k 1
0,518;

(n 1) 2
h2=

11 0,518
= 0,5 =11,396

Deoarece h2=11,396 (3,82;21,9), ipoteza nul fcut relativ la dispersia

teoretic este acceptat.

4.15 Dou strunguri produc acelasi tip de piese. Caracteristica cercetat este
diametrul acestor piese.Se consider dou selecii de volume n=7 si n=9, relative la
diametrele pieselor produse de cele dou strunguri. Datele de selecie sunt prezentate
prin distribuiile empirice de selecie:

 3,4 3,6 3,8

4
2
1

X '

i respectiv

3,5 3,6 3,7 3,8

4
2
2
1

X ' '

Considernd nivelul de semnificaie =0,05, s se verifice ipoteza nul H0:=, cu

alternativa H1: , dac se presupune c X si X urmeaz legea normal N(m,) i
respectiv N(m,).
Soluie. Pentru compararea celor dou dispersii , se utilizeaz testul F.

'
2
Statistica ce se consider n acest caz este F= '

''
' ' 2 , care urmeaza legea

Snedecor-Fisher cu (m,n)=(n-1,n-1) grade de libertate.

Pentru inceput se determin intervalul (fm,n;/2; fm,n;1-/2), pentru statistica F,
folosind Anexa IV.

Anume, se determin fm,n;/2 astfel nct Fm,n

(fm,n;/2) = 2 i respectiv fm,n;1-/2

astfel nct Fm,n (fm,n;1-/2) =1- 2 .

Deoarece m=n-1=7-1=6 si n=n-1=9-1=8 , avem pe de o parte c

h6,8;0,975

1
f 8,6;0,975

1
5,60

=0,18. Prin urmare, intervalul de ncredere pentru F este

(0,18;4,65).
Se calculeaz, apoi, succesiv:

x'

1 n'
1
x' k

n' k 1
7 (13,4+43,6+23,8)=3,629;

x''

1 n ''
1
x' ' k

n' ' k 1
9 (13,5+43,6+23,7+23,8)=3,656;

1 n'
( x' k x' ) 2

n'1 k 1
0,01905;

1 n ''
( x' ' k x'' ) 2
n' '1 k 1
0,01028;

'

''

'
2
f= ' =1,85.
Avnd in vedere c f=1,85(0,18;4,65), rezult c ipoteza facut, privind
egalitatea dispersiilor , este admis.
4.16. Se cerceteaz capacitatea fiolelor farmaceutice de 100 ml, care provin
de la dou fabrici. n acest scop, se consider cte o selectie pentru dou loturi de
fiole provenite respectiv de la cele dou fabrici. Seleciile obinute au distribuiile
empirice de selecie
100 101 102 103 104 105 106 107 108 109

1
2
3
4
5
4
1
3
1
1

X '

respectiv, pentru X:110, 101, 112, 120, 117, 105, 109, 111, 118, 113, 106, 108, 115,
113, 112, 100, 116, 112, 114, 112.
a) Folosind nivelul de semnificaie =0,02, s se compare dispersiile celor
dou caracteristici;

b) Folosind acelai nivel de semnificaie =0,02, s se compare mediile celor

dou caracteristici;
Solutie. a ) Vom considera c cele dou caracteristici X si X sunt repartizate
normal, respectiv N(m;) si N(m;). Se poate aplica testul F, pentru compararea
dispersiilor 2 si 2.
Calculm pe rnd:
x'

1 n'
1
x' k

n' k 1
25 (1100+1101+2102++1109)=104,76;

x''

1 n ''
x' ' k
n' ' k 1
111,2;

1 n'
( x' k x' ) 2
n'1 k 1
5,19;

1 n ''
( x' ' k x'' ) 2

n' '1 k 1
27,537.

'

''

''
2
2
'
''
2
Deoarece < , se consider statistica F= ' '

'
' 2 , care urmeaz legea

Snedecor-Fisher cu (m,n)= (n-1,n-1)=(19,24) grade de libertate.

Dac se consider ipoteza nul
H0:2=2, cu alternativa H1: 22,

'' 2 27,537
2
avem c f= ' = 5,19 =5,31.
Pe de alt parte, pentru =0,002, avem din Anexa IV, c
fm,n;1-/2=

f 19, 24;0, 99

=2,76;

1
fm,n;/2=

f 19, 24;0, 01

f 24,19;0,99

1
2,92

=0,34.

n acest fel , am obinut intervalul (0,34;2,76), pentru statistica F.

Deoarece f=5,31(0,34;2,56),respingem ipoteza 2=2.
b) Avnd n vedere c dispersiile teoretice 2 si 2 sunt necunoscute, iar
comform punctului precedent difer n mod semnificativ, folosim testul T pentru
compararea mediilor m si m. Statistica ce se consider , in acest caz , este:
T

X ' X '' (m'm' ' )

2

' ' '2

n
n'
n

care urmeaza legea Student cu n grade de libertate, unde n se calculeaz din relaia
2

1
c2
(1 c) 2
' '' 2

n
n n'1
n' '1 , cu c n'
n
Astfel , pentru determinarea lui n, avem succesiv
5,19
25
0,131
5,19 27,537
1 0,1312 (1 0,131) 2

20
24
19
c= 25
si n
=0,0404604,
de unde n=25.
Folosind Anexa II, se obine c t25;0,99=2,485, prin urmare intervalul pentru
statistica T este (-2,485;2,485).
Pe de alt parte ,avem c
t

x' x''
2
104,76 111,2
6,44
' ' '2

5,11.
''
1,26
n'
n = 0,2076 1,3768

Deoarece t=-5,11(-2,485;2,485), respingem ipoteza c mediile teoretice

pentru fiolele produse de cele dou fabrici nu difer semnificativ.
4.17. Se consider caracteristica X ce reprezint rezistena, n K, a unor
tronsoane de ceramic acoperite de carbon. S se verfice normalitatea lui X, folosind
o selecie de volum n=124, pentru care s-au obtinut datele de selecie
clasa (;1,65) [1,65;1,70) [1,70;1,75) [1,75;180)
frecv.
11
14
17
17
[1,80;1,85) [1,85;1,90) [1,90;1,95) [1,95;2,00) [2,00;)
18 16 13 10 8
,

a) utiliznd testul de concordan 2, cu nivelul de semnificaie =0,05;

c) utilizand testul de concordan al lui Kolomogorov, cu nivelul de
semnificaie =0,05.
Solutie. Prima data se estimeaz parametrii de la legea normal N(m,), adic

2
media teoretic m=M(X) i abaterea standard teoretic = D ( X ) , folosind metoda

de verosimilitate maxim. Se cunoate c estimaiile de verosimilitate maxim pentru

m si sunt respectiv
n

1
m xk x
n k 1
,

1 n
( x k x) 2 2

n k 1
.

Avem distribuia empiric de selecie pentru caracteristica X

1,625 1,625 1,725 1,775 1,825 1,875 1,925 1,975 2,125

14
17
17
18
16
13
10
8 ,
11

de unde calculm

1 n
1

m x xk
n k 1
24 (111,625+141,625++82,125)=1,82;

1 n
2
( x k x) 2

n k 1
=0,129.

N
( f i npi ) 2
np
i
a) Se consider valoarea numeric h2= i 1
, unde N este numrul

claselor (N=9 in cazul de fa), fi este frecvena clasei i , iar pi este dat prin pi =
a x
a x
i 1

, subintervalul [ai-1,ai ) definind clasa i. Dup cum este

2
cunoscut, h este valoarea unei variabile aleatoare H2, care urmeaz legea 2 cu k=Ns-1 grade de libertate, s fiind numrul parametrilor estimai. n cazul de fa avem c
s=2, deci k=9-2-1=6.
h2
Se determin intervalul (0, k ,1 ), pentru statistica H2, folosind Anexa III.
h2
h2
Anume, se obine c k ,1 = 6;0,95 =12,59, adic intervalul pentru statistica H2 este
(0;12,59).
Calculele pentru valoarea numeric h2 se aranjeaz in urmtorul tabel:

n=124
2

h =2,4743
Valorile funciei lui Laplace se iau din Anexa I i se are n vedere c (-x) = -(x).
De asenemea facem observaia c :

a x
a x

p1 ( 1
) ( 0
) (1,32) () 0,4066 0,5 0,0934

Deoarece h2 = 2,4743 (0; 12,59), rezult c se accept ipoteza normalitii

caracteristicii X.
b) Pentru = 0.05, folosind Anexa V, se determin x1- = x0.95, astfel nct
K(x1-) = 1-. Se obine astfel c x0.95 = 1,36.
Ipoteza c X urmeaz legea normal N( x , ) , cu x i calculai nainte,
este acceptat dac

n d n x1

, unde
d n max max | Fn (ai ) F (a i ) | .
i 1, N

Aici Fn (x) este funcia de repartiie de selecie, iar F(x) este funcia de repartiie
pentru legea normal N( x , ).
Calculele pentru determinarea lui dn sunt aranjate in tabelul urmtor:
dn=0,044
n d n 124 0,0441 0,491 1,36
Deoarece
, acceptm ipoteza c X
x
,

urmeaz legea normal N(

).
4.18. Se in sub observaie n=50 motoare electrice, pn la defectarea
ultimului dintre ele. Se consider caracteristica X, ce reprezint numrul miilor de ore
de funcionare pn la defectare. Rezultatele observaiilor sunt grupate in tabelul
urmtor :
Durata
n mii ore
frecvena

0-30 30-60 60-90 90-120 120-150 150-180 180-300

13

10

S se cerceteze exponenialitatea caracteristicii X folosind:

a) testul 2 , cu nivelul de semnificaie = 0,05,
b) testul lui Kolmogorov, cu nivelul de semnificaie =0,05.

Soluie : Legea exponenial are funcia de repartiie :

x

F(x;)= 1 e , x>0 cu parametrul >0.

Trebuie la nceput s determinm estimaia de verosimilitate maxim pentru
parametrul . Pentru aceasta, avem c densitatea de probabilitate corespunztoare lui
F este :
f ( x; ) F ' ( x; ) e x , x 0
Ecuaia de verosimilitate este :
n
ln f ( X k ; )
0, adic

k 1

( X

)0

,
de unde se obine estimatorul de verosimilitate maxim pentru parametrul , anume
1
1

n
1
X
Xk
n k 1
. Prin urmare, estimaia de verosimilitate maxim pentru este
k 1

1

X .

Distribuia empiric de selecie pentru X este:

15 45 75 105 135 165 240
,
5
5
5
7
13 10 5

X
de unde obinem:

1 n
1
xk
(13 15 10 45 ... 7 240) 94,5,

n k 1
50
1
0,0106.
x
astfel c

( f i np i ) 2
h
n
k 1
a) Se consider valoarea numeric
, N fiind numrul
p F (ai , ) F (a i 1 , ).
claselor (aici N = 7), fi este frecvena clasei [ai-1, aI), iar i
Valoarea numeric h2 este valoarea unei variabile aleatoare H2, care urmeaz legea X2
cu k = N- s 1 grade de libertate , s fiind numrul parametrilor estimai , n cazul de
fa s = 1 deci k = 7 1- 1 = 5.
h2
F (h 2 ) 1 ,
Se determin k ;1 din Anexa III , astfel nct k k ;1
adic
2
2
F5 (h5;0,95 ) 0,95.
h
11,07
Se obine astfel c 5;0,95
.
2

Calculele lui h2 se efectueaza din tabelul urmtor:

n=50

h=3,083

De remarcat cazul particular :

a1

p 1 F (a1 , ) F (a 0 , ) 1 e x 0 0,2739.

h 2 3,083 h52;0,95 11,07

Deoarece
,
exponenialitii pentru caracteristica X.

rezult

se

accept

ipoteza

b) Din Anexa V se determin x1+ = x0,95 astfel nct s aib loc K ( x1 ) 0,95
, obinndu-se x0,95=1,36.
n d n x1 ,
Ipoteza exponenialitii lui X este acceptat dac
unde
d n max | Fn (ai ) F (a i ; ) |, Fn ( x)
i 1, N
fiind funcia de repartiie de selecie.
Calculul pentru determinarea lui dn se efectueaz n tabelul urmtor :

dn=0,0592

n d n 50 0,0592 0,4186 x1 1,36,

Deoarece
acceptm ipoteza c
X urmeaz legea exponenial.
5.Exerciii si probleme propuse
5.1. Fie caracteristica X, care are distribuia empiric de selecie
39,25 39,50 39,75 40,00 40,25 40,50

4
2
4
2
1
2
Se cere:
a) media de selectie, momentul centrat de selectie de ordinul doi si dispersia
de selectie;
b) funcia de repartiie de selecie.
X

x 39,8, 2 0,135, 0,145;

Rspunsuri. a)
0 ,daca x 39 ,50,

2
,daca 39 ,25 x 39 ,50 ,

15
6 ,daca 39 ,50 x 39 ,75
15
8
,daca 39 ,75 x 40 ,00 ,

F15 ( x) 15
12
15 ,daca 40 ,00 x 40 ,25,
14
,daca 40,25 x 40 ,50,

15
1,daca x 40 ,50

b)

5.2. n urma unei selecii de volum n=100, privind caracteristica X, s-au obinut
urmtoarele date de selecie :
xi
fi

10,
5
10

10,5
5
12

10,6 10,6
5
16
25

10,7 10,8
18

Se cere:
a) o estimaie absolut corect pentru media teoretic m=M(X),

b) o estimaie corect i una absolut corect pentru dispersia teoretic

D 2 ( X ).
2

Rspunsuri. a) x =10,65; b) 2 =0,0077, =0,0078.

5.3. Fie caracteristica X , care are distribuia teoretic

0
1

p 1 p , unde p(0,1) este necunoscut.

Se consider o selecie repetat de volum n, relativ la caracteristica X.
S se arate c funcia de selecie
1
1 n
V
X (n X 1), unde X X k ,
n 1
n k 1
2
este o funcie de estimaie nedeplasat pentru p .
2
p
M ( X ) p, M ( X ) [1 ( n 1) p ], M (V ) p 2
n
Rspuns
.
X

5.4. 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 determine c este estimator eficient pentru .

0;
Rspunsuri. a) = X ; b) M( )= , D2( )= n
1

2
n

I
(

n
c) I( )= , D ( )=

5.5. Relativ la populaia C, se cerceteaz caracteristica X ce urmeaz legea

normal N(m,), cu media teoretic m=M(x) necunoscut i dispersia 2=0,006. 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 10,14 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
Rspuns. Z1-a/2=1,65,

x
z ;x
z

n 1 2
n 1 2

=(10,61;10,75).

5.6. 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
1
Folosind probabilitatea de ncredere 0,95 s se determine intervalul de ncredere
pentru valoarea medie teoreric m=M(X).
X

Rspunsuri t11,1-/2=2,201,

t ;x
t
n 11,1 2
n 11,1 2

m
=(0,0405;0,8745).
5.7. Caracteristicile X si X relative la dou populaii independente, urmeaz fiecare
legea normal, respectiv N(m,) i N(m,), unde =0,005 i =0,0045. Relativ la
aceste caracteristici s-au obinut urmtoarele date selecie:
X : 0,240, 0,240, 0,235, 0,25, 0, 235;
X : 0,220, 0,225, 0,220, 0,225, 0,235.
Folosind probabilitatea de ncredere 0,98, s se determine intervalul de ncredere
pentru diferena m-m.
( x' x ' ' ) z
Rspuns. z1-/2=2,33, m-m

'2 ' '2

'2 ' '2

; ( x' x' ' ) z

1
n'
n' '
n'
n' '
2

=(-0,0866;0,1166).
5.8. Cu datele problemei precedente, dar == necunoscut, s se determine
intervalul de ncredere pentru diferena m-m.
Rspuns t8;1-/22,896,
1 1

n
'
n' ' (( n'1) ' 2 (n' '1) ' ' 2
s
n' n' '2
=0,0045,
( x' x '' ) st ; ( x ' x'' ) st )
8;1
8;1
2
2 =(0,002;0,028).
m-m(
5.9. 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

D2 (X )

=, folosind probabilitatea de ncredere 0,9.

 6,57 h 2 23,68
n 1,1
2
Rspuns.
,
,

(n 1) 2 (n 1) 2
;

2
h2
hn 1,1
n 1,
2
2
=(0,017;0,062),
2
2 ( 0,017; 0,062 ) (0,13;0,25).
5.10. Caracteristica X reprezint media obinut de un student care a promovat
anul I de studii. S se verifice, cu nivelul de semnificaie =0,05, ipoteza c media
h2

n 1,
2

2
teoretic m=M(X)=7,25, dac se consider c = D ( X ) =1,5, i s-a fcut un sondaj

de volum n=42, pentru care s-au obinut datele de selecie:

media

5-5,99

6-6,99

frecv.

77,99
6

8-8,99 9-10
7

x m0

n =0,86(-1,96; 1,96), ipoteza m=7,25 este

Rspuns z1-/2=1,96 , z=
admis.
5.11. 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 400Kg , dac se dispune de o selecie de volum n=10,
cu urmatoarele date de selecie:

401,403,398,98,400,5,399,396,401,5,400,5,398,5.
x m0

Raspuns tn-1,1-/2=2,262 , t=
admis.

=0,61(-2,262; 2,262), ipoteza m=400 este

5.12. Dou maini produc piese de acelai tip.Fie X dimensiunea pieselor

produse de prima main, respectiv Xs fie dimensiunea pieselor produse de a doua
masin, fiecare urmnd legea normal, respectiv N(m,0,02) i N(m,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

4,90 4,95 5,00 5,05 5,10
X ' '

16
19
14 ,
8
14
10
7
11
6

X '

x' x''

'2 ' '2

n' ' =-9,956(-1,96;1,96),

Rspuns. Z1-/21,96, z= n'
Ipoteza m=m este respinsa.
5.13. Dou maini produc acelai tip de articol. Se efectueaza dou selecii de volume
n=12 i n=15 i se masoar dimensiunea produselor, datele de selecie sunt trecute
in tabelele urmtoare
xk

3,5 3,6 3,7 3,8

xk

3,4 3,6 3,8

fk

fk

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.
Rspuns
t

t25,1-/2=2,787,

x' x''
(n'1) '' 2 (n' '1) '' ' 2

n' n' '2

1 1

n' n n =-0,953(-2,787;2,787),

ipoteza m=m este admis.

5.14. Se cerceteaz caracteristica X ce reprezint diametrul pieselor produse
de o masin (n mm). tiind c X urmeaz legea normal N(m,) i avnd o selecie
de volum n=11, care ne d distribuia empiric de selecie
10,50 10,55 10,60 10,65

3
5
1 ,
2

X
s se verifice ipoteza nul

H0:2=0,003, cu alternativa H1: 20,003,

cu nivelul de semnificatie =0,01.

Rspuns h2n-1,/2=2,16 , h2n-1,1-/2=20,5,

(n 1) 2

2
0
h=
7,3(-2,16;20,5), ipoteza 2=0,003 este admis.
5.15. Se cerceteaz aceeai caracteristic pentru dou populaii independente,
care este respectiv X pentru prima populaie i X pentru a doua, fiecare urmnd
legea normal N(m, ) i N(m, ). Se consider seleciile de volum n= 10 i n=
12, care ne dau distribuiile empirice de selecie.
1,7 1,8 1,85 1,9 2
,
4
1 1
2 2

1,75 1,8 1,85 1,9 2 2,1

2
4
2 2 1
1

X '

X ' '

Considernd nivelul de semnificaie 0,02 s se compare dispersiile celor dou

populaii.

Raspuns.

9 ,11,
2

4,63,

9 ,11,
2

1
f

0,193

9 ,11,1
2

'2
0,782 (0,193;4,63),
' '2
ipoteza 2 = 2 este admis.
5.16. Pentru a cerceta dac durata de ardere a dou loturi de becuri este

aceeai

s-a luat cte un eantion de 20 de becuri din fiecare lot, care au fost

ncrcate n privina caracteristicii studiate i s-au obinut urmatoarele rezultate:

1070, 1110, 1050, 1090, 1140, 1130, 1240, 1010, 1110, 1100,
1160,

1100, 1060, 1020, 1130,

1210, 970,

1100,

1030.

ore de ardere pentru eantionul din primul lot i respectiv:

1100,
1220,

1170,

990,

1180,

1130,

1140,

1110,

1090,

1100,

1130,

1030,

1010, 1130, 1110, 1120, 1140, 1050, 1130, 1080.

ore de ardere pentru eantionul din al doilea lot.

a) Folosind nivelul de semnificaie = 0,01, s se verifice dac dispersiile
pentru cele dou loturi nu difer semnificativ.
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.

Raspunsuri: a)
f

19,19,1
2

3,44

19,19,

1
f

0,30,

19,19,1
2

'2
1,41 (0,3;3,44)
' '2
, ipoteza = este admis.
t

b)
t

38,1,1

2,03

x ' x ' '

( n 1) ' (n' '1) ' '
2

n' n' '2

1.09 (2,03;2,03),
1 1

n' n' '

ipoteza m=m este admis.

5.17.Se consider caracteristica X ce reprezint greutatea in 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 n grame
Frecv.

Se cere :

47-48 48-49 48-50 50-51 51-52 52-53

12

18

22

21

19

a) aplicarea testului X2, cu nivelul de semnificaie =0,05, pentru verificarea

normalitii luiX,
b) aplicarea testului lui Kolmogorov, cu nivelul de semnificaie =0,05 ,
pentru verificarea normalitii lui X.
Rspunsuri:
h2
a)
b)

m x 49,91, 2 1,48
5

3,1
2

7,81 2,5142 h 2
i 1

( f i n p i )

pi

n d n 0,0403 100 0,403 x1 1,36,

, ipoteza normalitii este admis.

ipoteza normalittii este acceptat.

5.18. Se consider caracteristica X ce reprezint durata unei convorbiri

telefonice interurbane (n minute). Pentru cercetarea duratei convorbirilor interurbane
se consider o selecie de volum n= 200, datele de selecie obinute sunt trecute in
tabelul urmtor :
durata n
minute
Frecv.

(0,3)

[3,6)

[6,9)

29

41

62

[9,12
)
23

[12,15
)
22

[15,18
)
23

S se verifice exponenialitatea lui X, cu nivelul =0,005 de semnificaie, folosind:

a) testul 2,
b) testul lui Kolomogorov.
1

x 0,12415,
Rspunsuri
5

a) h24;1-/2=9,48<60,4985=h2= i 1
b)

nd n

( f i n p i )

pi
, ipoteza exponenialitii este respins.

0,1752 200 =2,48>x1-=1,36, ipoteza exponenialitii este respins.