STATISTICA - Lucrari de Laborator 2017

Vlad Bocne Marius Bulgaru
Statistic i probabiliti pentru ingineri

ndrumtor de laborator
Cluj Napoca
2017
Cuprins
Introducere .....................................................................................................................................................4
1. Colectarea i procesarea primar a datelor ............................................................................................5
1.1. Obiective de nvare ......................................................................................................................5
1.2. Concepte teoretice .........................................................................................................................5
1.2.1. Generarea unui ir de numere aleatorii..................................................................................6
1.2.2. Noiuni generale privind folosirea funciilor n Excel ..............................................................8
1.2.3. Sortarea valorilor ....................................................................................................................8
1.2.4. Importarea datelor din surse externe ...................................................................................10
1.2.5. Curarea datelor ..................................................................................................................12
1.2.6. Filtrarea datelor ....................................................................................................................13
1.2.7. Trasarea unei diagrame ........................................................................................................14
1.3. Descrierea temei ...........................................................................................................................15
1.4. Resurse ..........................................................................................................................................19
2. Determinarea indicatorilor statistici de localizare i mprtiere i reprezentarea grafic a datelor ..21
2.1. Obiective de nvare ....................................................................................................................21
2.2. Concepte teoretice .......................................................................................................................21
2.2.1. Indicatori de localizare ..........................................................................................................21
2.2.2. Indicatori de mprtiere.......................................................................................................23
2.2.3. Funcii Excel pentru calculul indicatorilor statistici ..............................................................24
2.2.4. Noiunea de frecven i trasarea tabelului de frecvene ....................................................26
2.2.5. Trasarea histogramei ............................................................................................................28
2.4. Resurse ..........................................................................................................................................35
3. Eliminarea valorilor aberante i determinarea coeficientului de rebut ...............................................36
3.2.1. Eantionarea .........................................................................................................................36
3.2.2. Valorile aberante...................................................................................................................37
3.2.3. Determinarea coeficientului de rebut ..................................................................................39
3.4. Resurse ..........................................................................................................................................43
4. Estimarea parametrilor populaiei ........................................................................................................44
4.2.1. Estimarea mediei ..................................................................................................................46
4.2.2. Estimarea dispersiei ..............................................................................................................54
4.4. Resurse ..........................................................................................................................................60
5. Determinarea capabilitii i crearea unei cartele de control ..............................................................61
5.1. Obiective de nvare ........................................................................................................................61
5.2. Concepte teoretice ...........................................................................................................................61
5.2.1. Capabilitate ...............................................................................................................................65
5.2.2. Structura general a cartelelor de control a calitii ................................................................68
5.3. Descrierea temei ...............................................................................................................................69
5.4. Resurse ..............................................................................................................................................70
Introducere
Acest ndrumtor de lucrri de laborator se adreseaz n special studenilor de anul II de la specializrile

Inginerie Industrial i Inginerie Economic Industrial. Lucrrile prezentate i propun o abordare
practic a unor probleme ntlnite tot mai des de ingineri n munca lor curent. Se face o introducere
gradual n problemele de culegere, curare, procesare, vizualizare i interpretare a datelor generate de
procese tehnologice i din domeniul industriei.
Deoarece lucrrile din acest ndrumtor au rolul de punere n practic a cunotinelor acumulate, n
seciunea de Concepte teoretice, prezent n fiecare lucrare, nu se vor aprofunda conceptele teoretice
prezentate la curs ci se va face o reamintire a acestora i se va explica modul n care acestea se aplic la
problema tratat.
Lucrrile de laborator folosesc ca unealt principal MS Excel (versiunea 2010). Informaiile sunt astfel
structurate nct s permit rezolvarea problemelor propuse cu ajutorul Excel-ului, dar bineneles c
acestea pot fi rezolvate i cu alte unelte de calcul tabelar sau de analiz statistic. Varianta de Excel
folosit este cea n limba englez, aceasta fiind versiunea cea mai comun. Pentru versiunile n alte limbi
va trebui s identificai butoanele/funciile echivalente celor din limba englez.
n cadrul acestui ndrumtor sunt introduse link-uri la diferite resurse externe menite a v ajuta s
consolidai informaia nvat sau pentru aprofundarea subiectului tratat. La momentul scrierii acestei
lucrri toate link-urile sunt accesibile i relevante dar autorii nu pot garanta c acest lucru va fi valabil i la
momentul citirii. Drept urmare, dac din motive independente de autori, aceste resurse devin
inaccesibile, v rugm s efectuai cutri pe internet folosind orice motor de cutare pentru gsirea
resurselor relevante pentru subiectul pe care dorii s-l aprofundai.
Prima lucrare se concentreaz pe laborioasa component a achiziiei i pre-procesare a datelor primare.
Studentul va nva diversele tipuri de date, surse de date, cum se import sau se genereaz astfel de
date i o prim procesare a acestora prin sortarea i filtrarea lor. De asemenea va nva cum se cur
datele, eliminnd valorile duplicat i sau cele invalide i va face validarea datelor n funcie de formatul
necesar.
A doua lucrare introduce elemente de baz de analiz statistic precum indicatorii cei mai folosii de
localizare i mprtiere. Studentul va nva ce este i cum se calculeaz media, mediana i modala, va
face cunotin cu noiunile de frecven, dispersie i abatere standard i va nva diferena dintre
diferiii indicatori.
1. Colectarea i procesarea primar a datelor
1.1. Obiective de nvare

1.2. Concepte teoretice
1.3. Descrierea temei
1.4. Resurse

n aceast lucrare vei nva diferite moduri de generare sau colectare de date. Datele sunt eseniale
pentru realizarea de analize statistice. Un factor foarte important este structura i corectitudinea datelor
colectate. Pentru a obine rezultate corecte, datele nu trebuie s conin erori i drept urmare trebuie
curate nainte de a fi analizate. Metode precum filtrarea i sortarea datelor ne pot da informaii
despre corectitudinea acestora i ne pot ajuta n curarea datelor.
Dup terminarea acestei lucrri vei putea s:
Facei distincie ntre diferite tipuri de date;
Generai un ir de date aleatorii dup o anumit distribuie;
Importai date ntr-un registru Excel din surse externe;
Sortai i filtrai valorile dintr-un registru;
Identificai i s eliminai valorile duplicate sau eronate i a intrrilor cu valori lips;
Sintetizai informaiile obinute ntr-un Raport.

Tehnologiile actuale ne permit s culegem din ce n ce mai multe date din mediul nostru nconjurtor.
Aceste date provin dintr-o multitudine de surse i pot fi interpretate n diverse moduri. Identificarea
corect a tipului de date i folosirea corespunztoare este esenial n interpretarea semnificaiei
acestora i a nelegerii fenomenului pe care l studiem.
Din punct de vedere statistic datele pot fi cantitative sau calitative. Datele cantitative sunt asociate
mrimilor care pot fi msurate i crora li se poate asocia un numr. Exemple de astfel de date pot fi
nlimea sau vrsta unei persoane, lungimea unui semifabricat, numrul de piese fabricate ntr-o zi etc.
Datele calitative pot fi observate dar nu pot fi msurate direct i caracterizeaz subiectul lor din punct de
vedere al calitilor sale. Acestea pot fi descrise folosind atribute precum culoare, gen, textur, stare (bun
/ ru) etc. i se numesc nominale. Cu toate acestea unele pot avea o anumit ordine precum: mic, mediu,
mare sau puin important, important, foarte important, caz n care se numesc ordinale.
Pentru diferitele categorii de date se pot folosi anumite tipuri de date. Datele cantitative sunt
reprezentate prin numere reale pentru mrimi sau numere ntregi pentru numrri. n Excel valorile
numerice pot fi clasificate ca fiind:
Numr (Number)
Moned (Currency)
Dat (Date)
Timp (Time)
Procent (Percentage)
Fracie (Fraction).
Datele calitative sunt de obicei reprezentate sub form de text. n unele analize datelor ordinale li se pot
atribui numere care s indice ordinea i rangul fiecrei variabile n raport cu celelalte. Aceste variabile
nou obinute se numesc variabile fictive (dummy variables).
Atenie: atribuirea unor astfel de variabile fictive nu transform datele calitative n date
cantitative! Numerele au valoare simbolic i nu pot fi folosite pentru calcule numerice
precum media sau s fie folosite n operaii aritmetice.
Exemplu: Atributele puin important, important, foarte important pot fi codate folosind n ordine cifrele
1, 2 i 3.
n seciunea urmtoare vei nva s generai un ir de valori numerice aleatorii dup o anumit
distribuie. Conceptul de distribuie va fi clarificat n lucrri viitoare. Pentru moment este de ajuns s tii
c distribuia este o lege care guverneaz modul de aranjare a valorilor.
1.2.1. Generarea unui ir de numere aleatorii

n Excel 2010 generarea numerelor aleatorii se face cu ajutorul instrumentelor de analiz a datelor (Data
Analysis) din panoul Data. Dac acesta nu este prezent, adugarea lui se face astfel:
a. Selectai panoul File i apoi Options;
b. Din fereastra de opiuni, n partea stng dai click pe Add-Ins iar n fereastra ce se deschide, n
partea de jos, dai click pe butonul Go avnd grij ca n lista Manage din dreptul butonului s fie
vizibil Excel Add-Ins;
c. n fereastra Add-Ins bifai Analysis ToolPak (Pachet analiz de date), acesta fiind primul din list,
i dai click pe butonul OK;
d. Dac acesta este bifat i cu toate acestea Data Analysis nu este vizibil n panoul Data, debifai
Analysis ToolPak din fereastra Add-Ins mai sus menionat, dai click pe butonul OK i repetai
procedura ncepnd cu punctul a.
Putei vedea operaiunea de adugare vizionnd acest video n englez.
Pentru a exemplifica folosirea generatorului de valori aleatorii, vom genera un ir de 20 de valori, aezate
pe o coloan, normal distribuite, avnd media 8 i abaterea standard egal cu 0.1. Media i abaterea
standard sunt elemente necesare generrii dup distribuia normal i vor fi explicate n detaliu n
lucrarea 2.
Paii sunt dup cum urmeaz:
1. Selectai panoul Data, iar din seciunea Analysis selectai Data Analysis (Instrumente de analiz a
datelor);
2. Selectai din caseta de dialog care s-a deschis opiunea Random Number Generation (Generare
de Numere Aleatorii) i executai click pe butonul OK;
3. n fereastra de dialog care se deschide introducei (Fig. 1.1.):
Number of Variables (Numrul coloanelor generate): 1;
Number of Random Number (Numrul rndurilor generate): 20;
Distribution: Normal (Distribuia, Normal);
Mean (Media): 8;
Standard Deviation (Abaterea standard): 0.1; avei grij la separatorul zecimal care poate
fi punct sau virgul n funcie de setrile sistemului de operare. Dac nu putei trece la
pasul urmtor (din cauza unei erori) este probabil din cauz c ai folosit separatorul
zecimal greit i trebuie s-l nlocuii cu cel corect;
Output Range (Localizarea irului generat), selectnd/introducnd celula de unde s
nceap localizarea irului de date pe care urmeaz s-l generai;
4. Executai click pe butonul OK.
Fig. 1.1. Generarea numerelor aleatorii
n cazul selectrii altor distribuii vei avea de ales ali parametrii specifici distribuiei selectate. Putei afla
mai multe informaii despre generarea numerelor aleatorii din video-ul acesta n englez sau citind acest
articol n limba romn, seciunea Random Number Generation.
1.2.2. Noiuni generale privind folosirea funciilor n Excel
Puterea programului Excel st n capacitatea sa de procesare i manipulare a datelor. Acest lucru este
deseori posibil prin folosirea funciilor predefinite n program care au ca intrare anumii parametrii i
pot executa calcule de la cele mai simple la cele mai complexe.
Introducerea funciilor n Excel se poate face n mai multe moduri. Dou din cele mai comune sunt: prin
scrierea direct a funciei ntr-o celul sau prin folosirea Wizard-ului (program de asisten). Deoarece a
doua modalitate ofer explicaii pas cu pas pentru fiecare funcie n parte, n continuare vom detalia
prima metod.
La introducerea unei funcii ntr-o celul, ncepem de fiecare dat cu semnul egal (=). Acest lucru i
semnalizeaz programului c urmeaz o funcie. Dup semnul egal, se introduc n ordine: numele
funciei, o parantez rotund deschis, lista de parametrii necesari funciei separai de virgul sau punct-
virgul (n funcie de setrile de sistem) iar la final o parantez rotund nchis. Parametrii funciei pot fi
alte funcii atta timp ct rezultatul funciei folosite ca parametru respect formatul parametrului pe care
l nlocuiete n funcia iniial. Sintaxa unei funcii arat similar cu:
= 1 (1, 2, 2(3, 4), )
Parametrii unei funcii sunt fie valori introduse manual fie o celul sau un domeniu de celule selectate din
foaia de lucru.
Exemplu: Pentru calculul medie unui ir de numere folosim:
= (2: 50)
Unde:
AVERAGE este funcia folosit pentru calculul mediei aritmetice
A2:A50 este domeniul de adrese a celulelor ce conin valorile pentru care calculm media respectiv de
la celula A2 la A50.
Mai multe detalii privind folosirea de funcii i formule putei obine vizionnd acest video n limba
romn.
1.2.3. Sortarea valorilor

O funcie important este aceea de sortare a valorilor. Acest lucru se poate face prin accesarea funciei
Sort (Sortare) din panoul Data. nainte de apelarea funciei este recomandat selectarea datele pe care
dorii s le sortai. Se poate selecta una sau mai multe coloane. Dac selectai mai multe coloane, datele
de pe celelalte coloane se rearanjeaz n funcie de coloana dup care se face sortarea pstrndu-se
alinierea pe rnduri. Dac spre exemplu, Tabelul 1.1. este sortat n funcie de nume, nu se modific
poziia relativ a vrstei i a oraului (Andrei va avea tot 14 ani i va fi tot din Cluj-Napoca)
Tab. 1.1. Exemplu de tabel pentru sortarea datelor
Nume Vrst (ani) Ora
Andrei 14 Cluj-Napoca
Maria 17 Zalu
Flaviu 15 Piatra Neam
tefan 18 Oradea
Alexandru 13 Iai
Ana 12 Timioara
Cristina 17 Braov
Fereastra de sortare care se deschide (Fig. 1.2.) conine parametrii:
Coloana dup care se face sortare (Sort by);

Criteriu de sortare (Sort on);
Ordinea n care se face sortarea (Order).
Datele se pot selecta cu sau fr antetul tabelului (n exemplul de mai sus, rndul care conine: Nume,
Vrst (ani) i Ora ). n funcie de modul n care ai selectat datele, se bifeaz sau nu csua din dreapta
sus My data has headers (Datele mele au antet).
Atenie: Dac aceast opiune rmne bifat dei datele nu au antet, programul va considera
primul rnd de valori ca antet i va exclude primul rnd din sortare.
Dac opiunea My data has headers nu este bifat, n lista de sortare dup (Sort by) vor aprea
identificatoarele coloanelor (A, B, C etc.) n locul antetului tabelului.
Fig. 1.2. Fereastra de sortare
Sortarea se poate face dup valori, culoarea celulelor, culoarea textului sau a iconielor prezente n
celule. Ordinea poate fi cresctoare (A to Z), descresctoare (Z to A) sau dup o list particularizat
(Custom list). Mai multe informaii despre sortarea datelor gsii n englez aici sau n romn aici.
1.2.4. Importarea datelor din surse externe
n Excel se pot importa date din diferite surse externe. Pentru a importa datele dai click pe panoul Data
iar n seciunea Get external data alegei tipul corespunztor sursei datelor Dvs. Pentru exemplificare
vom folosi importul dintr-un fiier text.
Se d click pe butonul From Text din seciunea Get external data a panoului Data. Se deschide o fereastr
care ne permite alegerea fiierului surs. Odat selectat fiierul dorit, executm click pe butonul Import,
lansndu-se astfel programul de asisten la import.
n funcie de structura fiierului text putem alege unul din dou moduri de separare a datelor:
Folosind un delimitator;
Separare cu lungime fix.
Dac n fiierul surs datele sunt separate printr-un simbol delimitator (virgul, cratim, spaiu, tab etc.)
este recomandat s folosim prima opiune. Dac datele noastre au un format uniform, valorile avnd
aceeai dimensiune n fiecare coloan, putem folosi a doua opiune.
Dac folosim prima opiune, urmtorul pas este alegerea delimitatorului folosit n fiierul surs pentru
separarea datelor (Fig. 1.3.). Se pot alege unul sau mai multe simboluri delimitatoare, inclusiv definite de
utilizator. Dac se dorete tratarea mai multor simboluri delimitatoare consecutive ca fiind unul singur,
atunci se bifeaz opiunea Treat consecutive delimiters as one.
Fig. 1.3. Pasul doi din procesul de import folosirea unui delimitator
Dac datele au un format uniform (n fiecare coloan datele au aceeai lungime), atunci putem folosi cea
de-a doua opiune (Fig. 1.4.). n acest caz trebuie s plasm cu ajutorul mausului delimitatoarele dintre
coloane n poziia unde vrem separarea datelor.
Fig. 1.4. Pasul doi din procesul de import date cu lungime fix
Dup oricare dintre cele dou variante, pasul final este acela de a alege formatul datelor din fiecare
coloan (Fig. 1.5.).
Fig. 1.5. Pasul final din procesul de import alegerea formatului valorilor din fiecare coloan
Cu un click se alege coloana dorit i se selecteaz formatul corespunztor a datelor din coloana curent.
n cazul datei trebuie specificat formatul de scriere a datei din fiierul importat (DMY day month year
respectiv zi, lun, an).
Dup urmarea acestor pai se execut click pe butonul Finish.
1.2.5. Curarea datelor

Pentru a extrage informaii relevante i corecte din datele noastre, este nevoie s efectum o serie de
operaiuni de curare a datelor. Aceste operaiuni se refer n principal la eliminarea valorilor
duplicate (n multe cazuri, dar nu neaprat n orice situaie), rezolvarea problemei valorilor lips i a celor
eronate.
n Excel, putem folosi funcia Remove duplicates din meniul Data, pentru eliminarea valorilor duplicat.
Pentru acesta selectai ntreg tabelul i dai click pe butonul Remove duplicates din meniul Data.
De multe ori cea mai simpl metod de a rezolva problema valorilor lips sau a celor eronate este
nlturarea intrrilor care conin valorile nule sau eronate. Dac spre exemplu ntr-un experiment la o
anumit or nu s-a nregistrat corect valoarea temperaturii, acea intrare (cu valori msurate, timp etc.)
este eliminat.
Pentru a elimina rndurile cu valori lips putei urma aceast procedur:
a. Din panoul Home (Acas), n seciunea Editing (Editare), dai click pe Find & Select (Gsete i
selecteaz) apoi pe Go to special (Mergi la special). Din fereastra care se deschide (Fig. 1.6.)
selectai Blanks (spaii libere). Aceast operaiune va marca celulele goale din selecia Dvs.
Fig. 1.6. Fereastra Go To Special cu Blanks selectat
b. Odat selectate, rndurile care conin aceste celule pot fi eliminate. Cu celulele goale nc
selectate, dai click pe butonul Delete (tergere) din seciunea Cells (Celule) a panoului Home apoi
selectai comanda Delete Sheet Rows (tergerea rndurilor din foaie).
Mai multe informaii despre eliminarea valorilor duplicat gsii citind aceste articole n romn sau
englez sau vizionnd acest video n englez.
1.2.6. Filtrarea datelor

Uneori avem nevoie doar de date care respect anumite condiii sau au un anumit format. Pentru
afiarea doar a datelor relevante de care avem nevoie, n Excel se pot folosi filtrele.
Pentru activarea filtrelor, se selecteaz datele pentru care se vrea aplicarea de filtre din panoul Data,
seciunea Sort & Filter, se d click pe butonul Filter. La activarea filtrelor, n dreptul celulelor din antet
(primul rnd) apare cte o sgeat semnaliznd prezena unei liste derulante. Dac dai click pe sgeat,
putei vizualiza toate tipurile de filtre ce se pot aplica (Fig. 1.7.). n funcie de formatul datelor pe care se
aplic filtrele, opiunile de filtrare pot diferi. Pentru valori numerice se aplic filtre numerice, pentru text
cele de text .a.m.d.
Pentru valori numerice se pot stabili reguli de genul: egal cu , nu este egal cu , mai mic dect , mai
mare dect , ntre dou valori, mai mare sau mai mic dect media etc.
Pentru text se pot stabili reguli cum ar fi: egal cu , nu este egal cu , ncepe cu , se termin cu ,
conine etc.
Alternativ, din lista de valori se pot selecta doar valorile care se doresc a fi afiate, bifnd valorile
respective i debifndu-le pe celelalte sau cutnd anumite valori folosind csua de cutare (Search).
Fig. 1.7. Fereastra de filtre (Filter)
Mai multe informaii despre filtre i aciunea de filtrare putei obine citind aceste articole n romn sau
englez sau vizionnd acest video n englez.
1.2.7. Trasarea unei diagrame
n Excel exist mai multe tipuri de grafice/diagrame. n aceast seciune se va prezenta modul de trasare
a unora dintre cele mai comune diagrame, respectiv: Column (coloane), Line (cu linii) Bar (diagram cu
bare) pentru un set de variabile.
Inserarea unei diagrame se face din panoul Insert, seciunea Charts i conine urmtorii pai:
a. Selectarea datelor care urmeaz a fi reprezentate; selectai doar valorile numerice relevante
graficului. Toate cele trei tipuri de diagrame despre care discutm au o singur variabil
reprezentat prin datele pe care vrem s le afim grafic. Aceste valori reprezint nlimea unei
coloane (Column), distana unui punct fa de axa orizontal (Line) sau lungimea unei bare
orizontale (Bar). Exemplu: Dac vrem s reprezentm lungimea unor arbori, iar primul arbore are
lungimea de 15 mm atunci prima coloan va avea nlimea de 15 uniti (Column), primul punct
din diagrama liniar va fi la nlimea de 15 uniti (Line), iar bara orizontal va avea lungimea de
15 uniti (Bar), aa cum este figurat n Fig. 1.8.
Fig. 1.8. Inserarea de grafice (Column, Line, Bar)
b. Inserarea tipului de grafic dorit. Din panoul Insert, seciunea Charts selectai tipul de grafic pe
care vrei s-l inserai: Column, Line sau Bar. Obinei un grafic similar unuia din Fig. 1.8.
c. Adnotarea diagramei. Diagrama nu este complet fr etichetele fiecrei axe i titlul diagramei.
Personalizarea graficului se face printr-un click pe Chart Tools din bara de titlu (dac acesta nu
este deja activ) iar din panoul Design se alege din seciunea Chart Layouts (Dispunerea
elementelor graficului) un ablon care se potrivete cu ce avem nevoie. Pentru o personalizare
mai avansat, din panoul Layout (Dispunerea elementelor) se pot aduga/particulariza fiecare
element n parte. n final graficul arat similar celui din Fig. 1.9.
Fig. 1.9. Reprezentarea grafic dup adugarea tuturor elementelor
Mai multe informaii despre inserarea de grafice putei obine citind aceste articole n romn sau
englez sau vizionnd aceste video-uri n romn sau englez.

Lucrai ntr-o companie productoare de componente pentru industria auto, avnd funcia de specialist
n calitate. Dup o revizie general trei strunguri CNC reiau producia aceluiai tip de buc producnd
aprox. 500 de piese pe zi. Pentru acest tip de pies, cota esenial este diametrul exterior al bucei. eful
Dvs. v-a cerut un raport detaliat privind producia pe cele trei strunguri i s determinai dac revizia a
avut ca rezultat o mbuntire a parametrilor de produciei. Evaluarea produciei va fi fcut prin prisma
numrului de piese bune fcute nainte i dup revizie pe fiecare strung, precum i dimensiunile maxime
i minime ale pieselor obinute.
Pentru realizarea raportului va trebui s facei o eantionare a produciei de astzi i s o comparai cu
producia dintr-o zi de dinainte de revizie (date importate dintr-un fiier arhiv). n plus va trebui s
curai datele importate din arhiv pentru producia anterioar (eliminarea intrrilor dublate sau avnd
valori lips) i s gsii ziua n care producia s-a desfurat n condiii similare (aceeai operatori pe
aceleai strunguri).
Pentru redactarea raportului trebuie:
a. S eantionai, din producia de astzi, cte 50 de piese pentru fiecare dintre cele trei strunguri
i s msurai diametrul exterior al fiecreia.
Vom simula eantionarea pieselor prin generarea n Excel a unui ir de numere aleatorii aezat ntr-un
tabel cu trei coloane (cte una pentru fiecare strung) i 50 de rnduri (pentru o valoare pentru fiecare
pies eantionat). Tabelul va avea n total 150 de intrri. Datele vor fi normal distribuite avnd valoarea
nominal (medie) 10 iar abaterea standard 0.XX unde XX este ziua Dvs. de natere (Exemplu: pentru
cineva nscut n data de 7 ian. abaterea standard va fi 0.07 iar pentru cineva nscut n data de 15 mai
abaterea standard va fi 0.15).
Pentru mai multe informaii despre generarea unui ir de numere aleatorii vedei seciunea Generarea
unui ir de numere aleatorii.
b. Pentru fiecare strung n parte determinai care este piesa cu diametrul exterior cel mai mic i
care este piesa cu diametrul cel mai mare.
Pentru determinarea valorilor maxim i minim se pot folosi funciile min() i max() din Excel. Se vor
determina n total ase valori (cte un maxim i un minim pentru fiecare din cele trei strunguri).
Detalii despre folosirea funciilor min() i max() n Excel gsii n limba englez aici sau pentru un sumar
asupra folosirii funciilor n general, citii seciunea 1.2.2. Noiuni generale privind folosirea funciilor n
Excel.
c. tiind c diametrul exterior al bucei are toleranele 100.1mm, cte piese bune s-au fcut pe
fiecare main?
Pentru determinarea numrului de piese bune, avnd n vedere numrul mic de valori, o soluie este
sortarea datelor pentru fiecare main n parte i numrarea valorilor care sunt n afara toleranelor.
Trebuie determinate trei valori, respectiv numrul de piese bune pentru fiecare din cele trei strunguri.
Informaii despre sortare gsii n seciunea 1.2.3. Sortarea valorilor.
d. Trebuie s comparai producia de astzi cu producia dintr-o zi anterioar pentru a determina
dac revizia general a mbuntit performanele strungurilor. Pentru aceasta trebuie s
importai din arhiv datele privind producia de dinainte de revizie.
Datele se afl n fiierul text Bucsa_SP-305_strunguri.txt. Deschidei fiierul text ntr-un editor de text
i analizai structura fiierului.
Importai datele ntr-o foaie nou din cadrul aceluiai registru Excel folosind butonul From text (din fiier
text) din cadrul panoului Data. n procesul de import se poate determina i formatul pentru fiecare
coloan (vezi punctul e.)
Pentru mai multe informaii despre cum se face importul dintr-un fiier text vedei seciunea 1.2.4.
Importarea datelor din surse externe.
e. Odat inserate, datele trebuie formatate corect i curate.
Formatai datele folosind ca referin tabelul de mai jos:
Tab. 1.2. Formatele corespunztoare fiecrei categorii de date
Strung 1, Strung 2, Strung 3 General
Operator 1, Operator 2, Operator 3 Text
Data 1, Data 2, Data 3 Dat (short date)
Dac facei formatarea n etapa de import, trebuie avut grij ca data s aib structura corect. n cazul
nostru, data din fiier este de forma: zi lun an (DMY Day Month Year) i la formatare trebuie aleas
structura corect a datei. De asemenea, de la Advanced putem verifica dac separatorul zecimal i cel
pentru mii este ales corect (punct sau virgul).
Pentru a avea o imagine corect asupra datelor noastre trebuie s rezolvm problema valorilor lips. Cea
mai simpl metod este eliminarea intrrilor care au valori nule. n acest caz, pentru a pstra
eantioanele egale vom elimina ntregul rnd care conine valori nule. O metod simpl este identificarea
valorilor i eliminarea manual a fiecrui rnd, aceast metod fiind totui mare consumatoare de timp.
O metod mai rapid este descris n seciunea 1.2.5. Curarea datelor.
f. tiind c astzi pe cele trei strunguri au lucrat operatorii din tabelul de mai jos, identificai
zilele n care aceeai operatori au lucrat pe aceleai strunguri nainte de revizie i trecei-le ntr-
un tabel similar celui de mai jos.
Tab. 1.3. Operatorii pe cele trei strunguri
Data n care au lucrat aceeai operatori nainte
Strung Operator Data de azi
de revizie
Strung 1 N503921
Strung 2 N683712
Strung 3 N401823
Pentru identificarea datelor n care operatorii au lucrat n ordinea de mai sus, se pot folosi filtrele.
Folosirea filtrelor este descris n seciunea 1.2.6. Filtrarea datelor.
g. Sortai valorile obinute pentru data gsit i identificai cte valori se afl n tolerane pentru
fiecare strung n parte (ntre 9.90 mm i 10.10 mm) i trecei-le n Raport.
Sortarea se face n mod similar sortrii de la pct. c. Trebuie s avei trei valori, respectiv numrul de piese
bune pentru fiecare din cele trei strunguri.
h. Comparai numrul de piese bune rezultate de pe fiecare strung nainte i dup revizie. A avut
un efect pozitiv revizia sau nu? Trasai o diagram cu bare reprezentnd numrul de piese bune
din cele dou date (nainte i dup revizie) pentru fiecare strung i adnotai-o corespunztor.
Trasarea unei diagrame este expus sumar n seciunea 1.2.7. Trasarea unei diagrame. Pe diagram
trebuie s apar etichetele axelor i titlul diagramei.
i. Generai ntr-o foaie separat a aceluiai registru Excel, un raport similar cu cel din exemplu.
Formatarea i structura raportului din exemplu este doar pentru referin. Formatul raportului nu trebuie
s fie identic cu cel din exemplu dar raportul trebuie s fie complet. Urmrii cu atenie elementele pe
care trebuie s le introducei n raport. Nu toate datele cu care lucrai se vor introduce n raport (valorile
msurate, datele inserate din surse externe etc.). Raportul are rolul de sintetizare a informaiilor
obinute.
Pentru a urmri mai uor etapele de lucru putei folosi lista de mai jos:
Sarcin Locaie
a. Generarea unui ir de valori pe trei coloane cu 50 de intrri fiecare. Foaie de
lucru
b. Determinarea valorilor minime i maxime pentru fiecare din cele trei
Raport
strunguri.
c. Determinarea numrului de piese bune din producia curent pentru
Raport
fiecare strung.
d. Importul de date din surse externe. Cte valori ai importat? Foaie de
lucru
e. Formatarea i curarea datelor importate. Cte valori valide avei Foaie de
dup curare (dup eliminarea valorilor nule i dublurilor)? lucru
f. Identificarea zilerelor n care au lucrat aceeai operatori pe aceleai
Raport
strunguri nainte de revizie.
g. Identificarea valorilor care se afl n tolerane pentru fiecare strung n
Raport
parte pentru data dinainte de revizie.
h. Trasarea diagramei cu bare reprezentnd numrul de piese bune din
cele dou date (nainte i dup revizie) pentru fiecare strung i adnotai-o Raport
corespunztor.
i. Corectitudinea, aspectul i ct este de complet raportul -
1.4. Resurse
Resursele menionate n aceast lucrare precum i alte resurse adiionale, le gsii n tabelul de mai jos:
Descriere resursa Limba Format Link
Generarrea EN video https://youtu.be/Z_b3iSEbvtA?t=2m13s
numerelor aleatorii
random number RO text https://support.office.com/ro-RO/article/Analiza-datelor-
generation 7e71735c-c471-47e1-84ef-a8c23dc3098b
folosirea de functii si RO video https://www.youtube.com/watch?v=LYCGPdq7m0E
formule
functiile min si max EN text http://www.contextures.com/excelminmaxfunction.html
Sortarea datelor EN text http://www.contextures.com/xlSort01.html
Sortarea datelor RO text https://support.office.com/ro-ro/article/Sortarea-datelor-dintr-
o-zon%C4%83-sau-dintr-un-tabel-62d0b95d-2a90-4610-a6ae-
2e545c4a4654
Filtrarea datelor RO text https://support.office.com/ro-ro/article/Filtrarea-datelor-dintr-
o-zon%C4%83-sau-dintr-un-tabel-01832226-31b5-4568-8806-
38c37dcc180e
Filtrarea datelor EN text https://support.office.com/en-us/article/Filter-data-in-a-range-
or-table-01832226-31b5-4568-8806-38c37dcc180e
Filtrarea datelor EN video https://www.youtube.com/watch?v=zQMA9lw4EyU
Tipuri de date RO text https://support.office.com/ro-RO/Article/Tipurile-de-date-din-
modelele-de-date-e2388f62-6122-4e2b-bcad-053e3da9ba90
Tipuri de date EN text https://support.office.com/en-us/article/Data-types-in-Data-
Models-e2388f62-6122-4e2b-bcad-053e3da9ba90?rs=en-
US&ui=en-US&ad=US
Validarea datelor EN text http://www.excel-easy.com/basics/data-validation.html
Validarea datelor EN video https://www.youtube.com/watch?v=uQm_CxwcOHw
Validarea datelor RO video https://www.youtube.com/watch?v=hKjoILnjZEE
Validarea datelor RO text http://www.drexcel.ro/articole/index.php/cum-pot-sa-validez-
date-dupa-o-formula-in-microsoft-excel-2010/
Inlaturarea EN text https://support.office.com/en-us/article/Filter-for-unique-
duplicatelor values-or-remove-duplicate-values-d6549cf0-357a-4acf-9df5-
ca507915b704#bmremove_duplicate_values
Inlaturarea RO text http://excelninja.ro/elimina-duplicate-in-excel/
duplicatelor
Inlaturarea EN video https://www.youtube.com/watch?v=vUbjWvGQTzg
duplicatelor
Grafice EN text http://www.excel-easy.com/data-analysis/charts.html
Grafice EN video https://www.youtube.com/watch?v=-btUxQi76qI
Grafice RO video https://www.youtube.com/watch?v=jNfEy79q-3U
Grafice RO text http://excelninja.ro/grafice-in-excel-introducere/
2. Determinarea indicatorilor statistici de localizare i
mprtiere i reprezentarea grafic a datelor
Obiective de nvare
Concepte teoretice
Descrierea temei
Resurse

Scopul acestei lucrri este familiarizarea studentului cu anumite concepte de baz de statistic
descriptiv i a modului de folosire a acestora n practic. Pe lng consolidarea abilitii de generare a
unui ir de numere aleatorii studentul va nva s:
Calculeze indicatori de localizare (medie, median, modal) i de mprtiere (amplitudine,

dispersie, abatere standard) att folosind formule matematice ct i funcii din Excel;
mpart un ir de numere pe clase i s determine frecvena lor (absolut i relativ);
Reprezinte grafic frecvenele prin trasarea unei histograme i a unei diagrame circulare;
Genereze un raport n care sunt sintetizate informaiile culese i s trag concluzii folosind
rezultatele obinute.

Pentru rezolvarea temei, avei nevoie de cteva noiuni de statistic descriptiv care vor fi prezentate
sumar n aceast seciune.
n general datele au dou tendine: de localizare i de mprtiere. Localizarea ne arat n jurul crei
valori sunt grupate datele iar mprtierea ne indic ct de apropiate sau deprtate sunt valorile de
valoarea n jurul creia se grupeaz. Pentru cuantificarea acestor tendine se folosesc o serie de indicatori
statistici.
2.2.1. Indicatori de localizare

Un indicator de localizare este o valoare n jurul crei tind s se grupeze valorile unui ir dat. De obicei
acest indicator este reprezentat prin valoarea medie sau prin median i poat s aib o valoare care
aparine sau nu irului. Exist mai multe tipuri de medii fiecare fiind utilizat n cazuri specifice.
2.2.1.1. Media aritmetic
Media aritmetic este cel mai frecvent utilizat indicator de localizare. Se noteaz n general cu M[x], iar n
cazul mediei unei populaie cu (miu) sau mediei unui eantion cu .
Pentru un ir de valori 1 , 2 , , media aritmetic se calculeaz astfel:
=1
[] = (2.1. )

unde n este numrul de valori din ir.
2.2.1.2. Media geometric
Media geometric se noteaz cu iar pentru un ir de valori 1 , 2 , , se calculeaz cu formula:

= 1 2 . . . = (2.2)
=1
2.2.1.3. Media armonic

Media armonic se noteaz cu iar pentru un ir de valori 1 , 2 , , se calculeaz astfel:

= (2.3)
1
=1

2.2.1.4. Media ptratic
Media ptratic se noteaz cu iar pentru un ir de valori 1 , 2 , , se calculeaz cu formula:
2
= =1 (2.4)

Mediile aritmetic i ptratic sunt influenate de valorile mari ale irului. Mediile geometric i armonic
sunt influenate de valorile mici i reduc din influena valorilor mari.
ntre cei patru indicatori ai mediei exist relaia:
< < [] < (2.5)
2.2.1.5. Mediana
Mediana se noteaz cu i este valoarea caracteristicii care ocup locul central n irul ordonat de
valori, mprindu-l n dou grupe egale ca numr. Astfel, dac irul conine un numr impar de valori
(n=2k+1) valoarea medianei este dat de a (n+1)/2 valoarea:
= +1 (2.6)
( )
2
Spre exemplu, n Tabelul 2.1. mediana este valoarea 7.89 (marcat cu gri) deoarece irul are 7 valori iar
mediana mparte irul n dou grupe a cte trei valori fiecare (la stnga i la dreapta medianei).
Tab. 2.1. Mediana n cazul unui ir cu un numr impar de valori
7.80 7.85 7.89 7.89 7.91 7.93 7.96
n cazul unui numr par de valori mediana este egal cu media aritmetic a celor dou valori centrale:
(/2) + (2+1)
= (2.7)
2
Dac valorile sunt grupate pe clase, intervalul care conine elementul median se numete interval median
sau clas median.
n Tabelul 2.2. irul are opt valori iar mediana se calculeaz prin realizarea mediei aritmetice a valorilor
marcate cu gri (7.89 i 7.91). n acest caz mediana (egal cu 7.9) nu aparine irului.
Tab. 2.2. Mediana n cazul unui ir cu un nr. par de valori
7.80 7.85 7.89 7.89 7.91 7.93 7.96 7.97
Mediana se determin mult mai uor dect media i nu necesit nici un calcul. Din cauza uurinei de
determinare mediana este folosit frecvent n industrie la controlul statistic al fabricaiei. Mediana este
preferat uneori mediei fiind mai puin afectat de valorile extreme, fiind totodat mult mai stabil la
fluctuaiile de selecie dect media aritmetic.
2.2.1.6. Modala
Este valoarea caracteristicii corespunztoare celei mai mari frecvene. n cazul n care repartiia
frecvenelor este reprezentat de o curb, modala corespunde valorii maxime a caracteristicii. Dup cum
repartiia experimental are unul, dou sau mai multe maxime, se numete unimodal, bimodal, sau
multimodal (Fig. 2.1.). Dac valorile sunt grupate pe clase, intervalul care conine elementul median se
numete interval median sau clas median. Pentru determinarea modalei este nevoie ca datele s fie
mprite pe clase, care este explicat n seciuni viitoare.
Fig. 2.1. Distribuii unimodale, bimodale sau multimodale
2.2.1.7. Valoarea central

Valoarea central este media valorilor extreme. Aceasta se poate referi la un interval de grupare sau la
ntreg irul. Se calculeaz astfel:
max + min
= (2.8)
2
unde:
max i min sunt valorile extreme (maxim i minim) al irului/intervalului pentru care se calculeaz
valoarea central ( ).
2.2.2. Indicatori de mprtiere

Dac indicatorii de localizare ne arat unde sunt datele noastre, indicatorii de mprtiere ne arat ct de
apropiate sau deprtate sunt datele fa de valoarea n jurul creia sunt grupate.
2.2.2.1. Dispersia
Unul dintre cei mai folosii indicator ai variaiei (mprtierii) datelor este dispersia. Acest indicator ine
cont de toate valorile i de aceea caracterizeaz foarte bine ntregul ir. n general este notat cu D[x],
dar dac este vorba de dispersia unei populaii, este notat cu 2 (sigma) iar n cazul unui eantion cu s2.
Formula de calcul a dispersiei unei populaii cu valorile 1 , 2 , , este:
2
=1( )2
= (2.9)

unde n este numrul elementelor din ir iar este media aritmetic a valorilor irului.
Pentru un eantion dispersia se corecteaz cu factorul n/(n-1) astfel:
=1( )2 =1( )2
2 = = (2.10)
1 1
unde este media aritmetic a eantionului.
2.2.2.2. Abaterea standard
Dac scoatem rdcina ptrat din dispersie obinem abaterea standard pentru populaie:
( )2
2 = = =1 (2.11)

i pentru eantion:
=1( )2
2 = s = (2.12)
1
Dac se consider abaterea fa de alt constant dect media aritmetic, atunci denumirea este de
abatere medie ptratic.
2.2.2.3. Amplitudinea
Indic distana dintre valoarea minim i cea maxim a irului:
= max min
2.2.3. Funcii Excel pentru calculul indicatorilor statistici

Pentru calculul indicatorilor statistici prezentai anterior se pot folosi n Excel funcii predefinite. Nu toi
indicatorii se pot calcula cu o singur funcie, unii necesitnd pai intermediari. Mai jos se vor prezenta ce
funcii pot fi folosite i o scurt descriere a modului lor de folosire. Pentru a obine rezultatele corecte,
funciile trebuie s primeasc parametrii coreci.
Funciile Excel ce pot fi folosite sunt:
Media aritmetic: =AVERAGE(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile
pentru care vrem s aflm media aritmetic;
Media geometric: =GEOMEAN(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile
pentru care vrem s aflm media geometric;
Media armonic: =HARMEAN(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile
pentru care vrem s aflm media armonic;
Media ptratic: =SQRT(SUMSQ(A1:A10)/n), unde A1:A10 sunt adresele celulelor care conin
valorile pentru care vrem s aflm media ptratic, iar n este numrul de valori din ir. Funciile
SQRT() i SUMSQ() sunt descrise n paragraful urmtor la Rdcina ptrat i Suma ptratelor.
Mediana: =MEDIAN(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile pentru
care vrem s aflm mediana;
Valoarea minim i maxim: =MIN(A1:A10) i respectiv =MAX(A1:A10), unde A1:A10 sunt
adresele celulelor care conin valorile pentru care vrem s aflm valorile minime i maxime;
Dispersia populaiei: =VAR.P(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile
pentru care vrem s aflm dispersia;
Dispersia eantionului: =VAR.S(A1:A10), unde A1:A10 sunt adresele celulelor care conin
valorile pentru care vrem s aflm dispersia;
Abaterea standard a populaiei: =STDEV.P(A1:A10), unde A1:A10 sunt adresele celulelor care
conin valorile pentru care vrem s aflm abaterea standard;
Abaterea standard a eantionului: =STDEV.S(A1:A10), unde A1:A10 sunt adresele celulelor care
conin valorile pentru care vrem s aflm abaterea standard;
Urmtoarele funcii pot fi utile n calculul indicatorilor:
Produsul: =PRODUCT(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile pe care
vrem s le nmulim ntre ele;
Rdcina ptrat (radicalul): =SQRT(A1), unde A1 este adresa celulei care conine valoarea din
care scoatem rdcina ptrat (SQRT(4)=2);
Suma ptratelor: =SUMSQ(A1:A10), unde A1:A10 sunt adresele celulelor care conin valorile pe
care vrem s le ridicm pe fiecare la ptrat i apoi s le adunm (SUMSQ(1,2,3)=1+4+9=14).
Ridicarea la putere: =POWER(A1, n), unde A1 este adresa celulei care conine valoarea pe care o
ridicm la putere iar n este puterea la care ridicm valoarea. Puterea poate fi exprimat i sub
form de fracie (ex. pentru radical de ordin n, valoarea puterii este 1/n)
Unele calcule nu se pot face folosind funcii i trebuie fcute folosind operatorii clasici. Dou exemple
utile n aceast lucrare sunt:
Diferena fa de medie (xi-Mx) n care trebuie determinat diferena fiecrei valori din ir fa de
medie;
Calculul lui 1/xi, unde fiecare frecie trebuie calculat pentru fiecare valoare din ir.
O noiune util este aceea de adres absolut a unei celule. Adresa absolut a unei celule se folosete
cnd ntr-o formul de calcul se vrea folosirea aceleiai adrese ca argument chiar dac formula este
propagat n jos. Adresa absolut arat astfel: $A$1 (pentru celula A1) i se poate insera fie scriind
semnul $ n faa literei i cifrei din adresa celulei fie avnd cursorul pe adresa dorit se apas tasta F4.
Informaii suplimentare despre folosirea referinelor absolute i relative putei afla citind articolul acesta
n englez sau n romn.
Pentru mai multe detalii legate de calculul indicatorilor putei consulta urmtoarele resurse
suplimentare:
Indicatori de localizare: Video RO sau Video EN
Dispersie i abatere standard:
o Calculul dispersiei i abaterii standard in Excel (Video EN) sau pe hrtie (Video EN),
o Funciile stdev() i var() (VideoEN)
o Funciile var.p() i var.s() (text RO)
o Funciile stdev.p() i stdev.s() (text RO)
2.2.4. Noiunea de frecven i trasarea tabelului de frecvene

Frecvena absolut este numrul de apariii al unui eveniment din cadrul unui experiment sau numrul
elementelor cu aceeai valoare sau aparinnd aceluiai interval.
Spre exemplu, dac avem ntr-o lad piese Lego roii, galbene i albastre, atunci frecvena pieselor
galbene este dat de numrul de piese galbene din lad, frecvena celor albastre de numrul celor
albastre .a.m.d.
n cazul unor valori numerice, ca spre exemplu a unui ir de valori obinute prin msurarea lungimii unor
piese, este posibil s nu obinem de mai multe ori aceeai lungime. Atunci putem crea intervale de
lungimi egale n care s putem grupa valorile msurate.
Spre exemplu, dac obinem valorile din Tabelul 2.3., putem s le mprim n trei intervale respectiv:
ntre 6.50 i 7.50
ntre 7.50 i 8.50 i
ntre 8.50 i 9.50
Tab.2.3. Valorile lungimilor pieselor msurate (n mm)
6.97 7.01 7.46 8.01 8.50 8.91 9.12 9.43
n primul interval vom avea trei valori, n cel de-al doilea o valoare iar n ultimul patru valori acestea fiind
frecvenele absolute ale celor trei intervale (tabel 2.4).
Tab.2.4. Frecvenele valorilor din cele trei intervale
Frecvena
Intervalul
absolut (ai)
[6:50, 7:50) 3
[7:50, 8:50) 1
[8:50, 9:50] 4
Trebuie avut grij la valorile de capt a intervalelor deoarece acestea pot fi valori care aparin irului pe
care l mprim i nu vrem s le omitem sau s le numrm de dou ori (cum este cazul valorii 8.50). De
la nceput trebuie stabilit regula de includere a acestora n intervale. Astfel dac decidem ca la primul
interval limita din dreapta s fie inclus iar cea din stnga exclus, aceeai regul trebuie pstrat pn la
ultimul interval, excepie fcnd valoarea maxim care trebuie inclus n interval pentru a evita pierderea
de valori.
Frecvena absolut se noteaz de obicei cu ai unde i este numrului intervalului de grupare sau categorii
(a1 frecvena absolut a primului interval, a2 a celui de-al doilea .a.m.d.). Dac adunm frecvenele
absolute a fiecrui interval, obinem numrul total de elemente din ir.
Dac vrem s vedem ce proporie reprezint numrul de elemente dintr-un interval raportat la total,
atunci calculm frecvena relativ, cu formula:

= (2.13)

unde fi este frecvena relativ, ai frecvena absolut iar n numrul de valori din ir.
n unele situaii este nevoie s tim numrul de elemente pn la o anumit valoare. Folosind frecvena
absolut putem calcula frecvena absolut cumulat adunnd frecvenele absolute a fiecrui interval
pn la valoarea stabilit. Frecvena cumulat poate fi cresctoare sau descresctoare n funcie de
sensul n care facem adunarea (ncepnd cu primul interval sau respectiv cu ultimul).
Dac din exemplul de mai sus vrem s vedem cte valori sunt strict mai mici de 8.50 (respectiv cte valori
avem n primele dou intervale) atunci calculm frecvena absolut cumulat cresctoare adunnd
frecvenele primelor dou intervale. Obinem valoarea 4 (3+1). Dac vrem s obinem frecvena ultimelor
dou intervale (valori mai mari dect 7.50) atunci calculm frecvena absolut cumulat descresctoare
i obinem valoarea 5 (4+1). Acelai lucru se poate face i pentru frecvena relativ, prin adunarea
frecvenelor relative a fiecrui interval.
Tabelul de calcul al frecvenelor pentru irul din exemplu arat ca Tabelul 2.5.
Tab. 2.5. Modul de calcul al frecvenelor pentru exemplul dat
Frecvena Frecvena Frecv. Abs. Frecv. Rel. Frecv. Abs. Frecv. Rel.
Intervalul absolut relativ Cum. Cresc. Cum. Cresc. Cum. Dezcresc. Cum. Dezcresc.
(ai) (fi) (Aci) (Fci) (Adi) (Fdi)
[6:50, 7:50) 3 3/8 3 3/8 3+1+4 (3+1+4)/8
[7:50, 8:50) 1 1/8 3+1 (3+1)/8 4+1 (4+1)/8
[8:50, 9:50] 4 4/8 3+1+4 (3+1+4)/8 4 4/8
La un numr mare de valori, numrarea valorilor din fiecare interval devine foarte anevoioas. De aceea
se pot folosi n Excel anumite funcii de numrare:
Numrare simpl: =COUNT(A1:A10) numr cte valori numerice se afl n celulele indicate (A1
pn la A10);
Numrare condiionat (o singur condiie): =COUNTIF(A1:A10, ">12") numr din valorile
selectate (A1 pn la A10) cte dintre acestea respect condiia ">12". Condiia poate fi enunat
n mai multe moduri. Cteva exemple includ:
o "12" sau 12 egal cu 12 (pot fi folosite i valori de tip text);
o B1 egale cu valoarea din celula B1;
o ">12" strict mai mare dect 12;
o ">=12" mai mare sau egal cu 12;
o "<12" strict mai mare dect 12;
o "<=12" mai mare sau egal cu 12;
o "<>12" diferit de 12.
Dac se dorete s se fac referin la adresa unei celule ca valoare pentru condiie, atunci se poate scrie:
">="&A1 ceea ce semnific valorile care sunt mai mari sau egale cu valoarea din celula A1. Exemplu:
=COUNTIF(A1:A10, ">"&B1) numr din valorile aflate ntre celula A1 i A10 doar pe cele care sunt
strict mai mari dect valoarea din celula B1.
Numrare condiionat (mai multe condiii simultan):
=COUNTIFS(A1:A10, ">12", B1:B10, ">"&C1) - numr cte din valorile A1 pn la A10 sunt
mai mari ca 12 i n acelai timp cte valori din B1 pn la B10 sunt strict mai mari dect valoarea
din celula C1. Modul de folosire este similar funciei COUNTIF, doar c se pot folosi mai multe
condiii ndeplinite simultan pentru iruri multiple.
Un exemplu de calcul similar pentru determinarea frecvenei putei gsi n acest video n limba romn,
cu observaia c unele metode difer de cele prezentate n aceast lucrare. Analizai cu atenie metodele
i vedei care dintre instruciuni se potrivesc la cerinele lucrrii actuale.
Mai multe informaii despre aceste funcii putei gsi n acest video n englez sau n romn.
2.2.5. Trasarea histogramei

Histograma este o reprezentare grafic a distribuiei unui ir de date. n cazul nostru, pentru un numr de
intervale, se determin numrul de elemente din fiecare interval i se reprezint grafic sub forma unei
diagrame cu bare verticale (Fig. 2.2.). nlimea fiecrei coloane este corespunztoare numrului de
elemente din fiecare interval, iar limea este egal pentru toate deoarece intervalele sunt de lungimi
egale.
Fig. 2.2. Exemplu de histogram
Dac vrem s reprezentm grafic frecvena absolut, atunci la inserarea unei diagrame cu bare verticale
(Column) vom selecta din tabelul frecvenelor, datele care reprezint frecvena absolut a fiecrui
interval. Aceste valori vor da nlimea coloanei corespunztoare fiecrui interval.
Pentru situaia n care nu avem intervale ci categorii (albastru, verde, rou etc.) se procedeaz n mod
similar.
n Excel histograma se poate genera automat cu ajutorul funciei Histogram, dac sunt cunoscute irul de
date i capetele intervalelor de grupare. Din panoul Data, la Data Analysis gsim Histogram.
n fereastra Histogram (Fig. 2.3.) introducem parametrii:
Input range: irul de date pe care vrem s-l reprezentm;

Bin range: capetele intervalelor de grupare; tot ce este sub valoarea primul capt i deasupra
valorii celui de-al doilea vor fi introduse n categoriile Less (mai puine) i respectiv More (mai
multe);
Output range: locaia unde vor fi poziionate rezultatele (tabelul de frecvene i graficul);
Chart Output: aceast opiune trebuie bifat pentru crearea graficului.
Fig. 2.3. Fereastra Histogram
Rezultatul obinut arat similar cu cel din Fig. 2.4.
Fig. 243. Rezultatul obinut prin folosirea Histogram
Una din diferenele fa de metoda manual este faptul c limitele intervalelor apar o singur dat,
acest lucru fiind totui uor de modificat.

ntr-o secie de producie, exist dou linii de producie de rulmeni pentru un motor cu ardere intern.
Cota esenial pentru montarea rulmentului este grosimea sa. Directorul de producie v roag s
determinai performanele celor dou linii de producie i s ntocmii un raport n care s apar o analiz
cantitativ a liniilor de producie. Pentru a descrie o linie de producie, trebuie calculai indicatorii
statistici de localizare i de mprtiere, creat un tabel de frecvene i reprezentat grafic numrul de
piese. Va trebui s determinai i cte dintre piesele produse sunt neconforme (prea subiri sau prea
groase).
Pentru aceasta trebuie s urmai paii:
a. Generai dou iruri de date. Pentru a simula producia celor dou linii trebuie s generai dou
iruri de date astfel:
Prima linie de producie are 100 de valori normal distribuite n jurul valorii medii de 3.65
mm avnd abaterea standard egal cu 0.1+0.XX unde XX este ziua Dvs. de natere
(Exemplu: pentru cineva nscut n data de 7 ian. abaterea standard va fi 0.07 iar pentru
cineva nscut n data de 15 mai abaterea standard va fi 0.15)
A doua linie de producie are 100 de valori normal distribuite n jurul valorii medii
3.5+0.XX unde XX este ziua Dvs. de natere iar abaterea standard egal cu 0.2.
Generarea se va face ntr-o foaie de calcul, ntr-un tabel similar cu Tabelul 2.1.:
Tab. 2.1. Exemplu de tabel pentru datele primare
Linia 1 Linia 2
Piesa nr. Grosimea (mm) Piesa nr. Grosimea (mm)
1 100 Primul ir de numere generat 1 100 Al doilea ir de numere generat
b. Determinai folosind formulele matematice specifice urmtorii indicatori pentru prima linie de
producie i trecei-le n raport (11 valori):
Media aritmetic, geometric, armonic i ptratic (4 valori);
Mediana (1 valoare);
Valoarea minim i valoarea maxim (2 valori);
Valoarea central (1 valoare);
Amplitudinea fiecrui ir (1 valoare);
Dispersia pentru fiecare ir (1 valoare);
Abaterea standard a fiecrui ir (1 valoare);
Formulele matematice ce trebuie aplicate pentru calculul indicatorilor de localizare pot fi revzute n
seciunea 2.2.1. Indicatori de localizare, iar pentru indicatorii de mprtiere n seciunea 2.2.2. Indicatori
de mprtiere.
c. Facei o verificare a calculelor fcute la punctul b. cu ajutorul funciilor existente n Excel.
Trebuie s obinei un total de 11 valori.
Putei folosi ca referin lista de funcii din seciunea 2.2.3.Funcii Excel pentru calculul indicatorilor
statistici.
d. mprirea pe clase. Pentru aceste repere n firm se face o mprire n apte (7) clase de
calitate n funcie de grosime. Aceste clase se obin conform Tabelului 2.2.
Tab. 2.2. Valorile limit pentru clasele de calitate
Prea Foarte Foarte Prea
Clas Subiri Medii Groase
subiri subiri groase groase
Valori
[2,00 , 3.20] (3.20 , 3.35] (3.35 , 3.50] (3.50 , 3.65] (3.65 , 3.80] (3.80 , 3.95] (3.95 , 5,00]
limit
Creai un tabel, similar celui din exemplu de raport, care s conin valorile limit pentru cele apte clase.
inei cont de faptul c s-ar putea s avei nevoie de valorile limit a fiecrui interval ca referin pentru
alte funcii i drept urmare este recomandat s le scriei n csue individuale. Toate valorile mai mici de
3.2 intr n primul interval, iar cele mai mari de 3.95 n ultimul interval. Exist posibilitatea s avei i
intervale fr nici o valoare.
e. Determinarea frecvenei de apariie a pieselor n fiecare clas pentru prima linie de producie.
Fiecare dintre cele 100 de valori obinute se ncadreaz n una din clasele de la punctul d.
Frecvena absolut reprezint numrul de piese din fiecare clas. Determinai frecvena
absolut.
Determinarea frecvenei absolute se poate face prin mai multe metode. Cea mai simpl este sortarea
valorilor i numrarea valorilor care se ncadreaz ntre limitele fiecrei clase. Deoarece aceast metod
este mare consumatoare de timp, se recomand folosirea funciilor din Excel. Pentru detalii legate de
crearea tabelului de frecvene vedei seciunea 2.2.4. Noiunea de frecven i trasarea tabelului de
frecvene.
f. Determinai frecvena absolut cumulat cresctoare i descresctoare pentru prima linie de
producie
Determinarea frecvenelor cumulate se face conform instruciunilor din seciunea 2.2.4. Noiunea de
frecven i trasarea tabelului de frecvene.
g. Determinarea frecvenei relative pentru rulmenii de pe prima linie de producie. Frecvena
relativ reprezint procentul de piese din fiecare clas i apoi calculai frecvenele relative
cumulate cresctoare i descresctoare.
Determinarea frecvenelor relative se face conform instruciunilor din seciunea 2.2.4. Noiunea de
frecven i trasarea tabelului de frecvene.
h. Trasai o histogram (folosind Charts Column) care s afieze cte piese se afl n fiecare clas
din producia primei linii. n care clas se afl modala? Marcai aceast clas pe grafic cu o alt
culoare.
Putei s v aducei aminte despre cum se traseaz grafice n Excel fcnd referin la seciunea 1.2.7.
Trasarea unei diagrame.
Ce este o histogram i care sunt particularitile acesteia sunt descrise n seciunea 2.2.5. Trasarea
histogramei.
i. Verificai corectitudinea histogramei de la punctul h. cu ajutorul funciei Histogram. Folosii ca
limite de intervale (bins) valorile claselor.
Modul de folosire a funciei Histogram este descris n a doua parte a seciunii 2.2.5. Trasarea histogramei.
j. Trasai o diagram circular (Pie) care s figureze frecvena relativ pentru prima linie de
producie i adnotai-o corespunztor.
Putei s v aducei aminte despre cum se traseaz grafice n Excel fcnd referin la seciunea 1.2.7.
Trasarea unei diagrame.
k. ntocmii un raport similar celui din exemplu n care s includei elementele calculate mai sus
(cele care trebuie introduse n raport). n seciunea Rezultat a raportului scriei concluziile Dvs.
legate de linia de producie. Procesul este bun sau trebuie mbuntit? Ce recomandri putei
face avnd n vedere rezultatele obinute?
l. BONUS: Repetai operaiile de la punctele b. la j. pentru producia de pe linia a doua.
m. BONUS: Comparai cele dou producii i determinai care dintre ele produce cele mai puine
piese defecte, tiind c nlimea rulmenilor trebuie s se ncadreze ntre valorile 3.20 mm 3.95
mm. Adugai la raportul creat nc o pagin n care s centralizai (n mod similar primei linii de
producie) rezultatele obinute pentru cea de-a doua linii de producie. Scriei n seciunea
Rezultat o fraz din care s reias care linie este mai eficient (are mai puine piese rebut) i
justificai cu date.
Sarcin Locaie
a. Generarea celor dou iruri de date. Foaie de
lucru
b. Determinarea urmtorii indicatori pentru fiecare dintre cele dou linii de
producie:
Mediile aritmetic, geometric, armonic i ptratic (4 valori);
Mediana (1 valoare);
Valoarea minim i valoarea maxim (2 valori); Raport
Valoarea central (1 valoare);
Dispersia pentru fiecare ir (1 valoare);
Abaterea standard a fiecrui ir (1 valoare);
Amplitudinea fiecrui ir (1 valoare);
c. Verificarea calculelor fcute la punctul b. cu ajutorul funciilor existente n Foaie de
Excel. lucru
d. mprirea pe clase (capetele fiecrui interval) Raport
e. Determinarea frecvenei absolute pentru prima linie de producie Raport
f. Determinarea frecvenei absolute cresctoare i descresctoare Raport
g. Determinarea frecvenei relative pentru prima linie de producie i a
Raport
frecvenelor cumulate cresctoare i descresctoare
h. Trasarea unei histograme care conine frecvena absolut (Bar Chart) i
Raport
marcarea clasei care conine modala
i. Verificarea histogramei (Histogram) Foaie de
lucru
j. Trasarea unei diagrame circulare (Pie Chart) Raport
k. Corectitudinea, aspectul i ct este de complet raportul -
l. Refacerea calculelor pentru linia a doua (BONUS) Raport
m. Determinarea numrului de piese rebut i concluzionarea. (BONUS) Raport
2.4. Resurse
Exemplu de grupare a datelor https://www.youtube.com/watch?v=q20oAPq6Djw
RO video
pe intervale
Adaugare Analysis Toolpak EN video https://www.youtube.com/watch?v=2ujjkU-wAmc
Calculul frecventei EN video https://www.youtube.com/watch?v=nh5ObAKfj1o
Calculul frecventei EN video https://www.youtube.com/watch?v=jbaXnT5CX18
Funciile min, max, sum, https://www.youtube.com/watch?v=9yPmlH-sRxQ
average, median, count, EN video
countif
Funcii statistice RO video https://www.youtube.com/watch?v=1MyAUs5Is8s
Abatere standard (esantion) https://support.office.com/ro-ro/article/STDEV-S-
RO text func%C8%9Bia-STDEV-S-7d69cf97-0c1f-4acf-be27-
funcia stdev.s
f3e83904cc23?ui=ro-RO&rs=ro-RO&ad=RO
Abatere standard (populatie) https://support.office.com/ro-ro/article/STDEV-P-
RO text func%C8%9Bia-STDEV-P-6e917c05-31a0-496f-ade7-
funcia stdev.p
4f4e7462f285?ui=ro-RO&rs=ro-RO&ad=RO
Dispersie (esantion) https://support.office.com/ro-ro/article/VAR-S-
RO text func%C8%9Bia-VAR-S-913633de-136b-449d-813e-
funcia var.s
65a00b2b990b?ui=ro-RO&rs=ro-RO&ad=RO
Dispersie (populatie) https://support.office.com/ro-ro/article/VAR-P-
RO text func%C8%9Bia-VAR-P-73d1285c-108c-4843-ba5d-
funcia var.p
a51f90656f3a?ui=ro-RO&rs=ro-RO&ad=RO
Abaterea standard i dispersia EN video https://www.youtube.com/watch?v=efdRmGqCYBk
Abaterea standard i dispersia EN video https://www.youtube.com/watch?v=qqOyy_NjflU
Funciile stdev i var EN video https://www.youtube.com/watch?v=VzT9TgXN1ZE
Histogram (Data Analysis) EN video https://www.youtube.com/watch?v=xe2Q6z6PTqk
Histogram (Data Analysis) https://support.office.com/ro-ro/article/Crearea-unei-
RO text
histograme-b6814e9e-5860-4113-ba51-e3a1b9ee1bbe
Folosirea Descriptive statistics EN video https://youtu.be/DrTTNwo-bjc?t=3m42s
Funciile count, countif, http://www.lec-academy.ro/functii-de-numarare-
RO video
countifs partea-i/
Funciile count, countif, https://www.youtube.com/watch?v=qlEegBHlPMg
EN video
countifs
Referine absolute i relative EN text http://www.gcflearnfree.org/excel2013/15.2
Referine absolute i relative RO text http://www.competentedigitale.ro/excel/referinte.html
3. Eliminarea valorilor aberante i determinarea
coeficientului de rebut

3.4. Resurse

n aceast lucrare vei nva despre eantionarea aleatorie, cum se pot identifica i elimina valorile
aberante i dou moduri de determinare a coeficientului de rebut. n plus v vei consolida cunotinele
despre frecvene i crearea histogramelor.
3.2.1. Eantionarea
Eantionarea este procesul de selecie a unitilor statistice dintr-o populaie statistic astfel nct, prin
studierea eantionului s putem formula concluzii legate de proprietile populaiei din care s-a realizat
eantionarea.
De cele mai multe ori se prefer o eantionare aleatorie. Unitile sunt alese n mod aleatoriu din
populaie, adic toate elementele populaiei au o ans egal de a fi incluse n eantion. Chiar dac
eantionul pe care l lum este aleatoriu, nu avem nici o garanie c acesta va caracteriza perfect
populaia din care eantionm. n unele cazuri, eantioanele sunt foarte diferite de populaie i de alte
eantioane, iar acest lucru se datoreaz variaiei de eantionare.
n unele cazuri nu putem face eantionri aleatorii. Spre exemplu, dac avem de eantionat dintr-un lot
de blocuri de marmur de mari dimensiuni. n astfel de cazuri lum un eantion convenient ncercnd s
evitm factori sistematici care ne-ar putea afecta eantionul (n exemplul anterior nu vom lua doar
blocuri care se afl din colurile lotului sau pe muchie, blocuri care sunt mai expuse riscului de lovire la
manipularea lotului).
Pentru a face o eantionare aleatorii n Excel, se folosete funcia Sampling (Eantionare) din Data
Analysis (aflat n panoul Data). Trebuie s introducei (Fig. 3.3):
Cmpul de celule care conine valorile surs (Input Range) reprezentate prin cele 1000 de valori;
Eantionarea aleatorii (Random sampling);
Numrul de uniti eantionate (Number of samples) respectiv 100;
Adresa celulei unde vor fi poziionate cele 100 de valori eantionate aleatoriu (Output Range).
Fig. 3.3. Fereastra de eantionare
3.2.2. Valorile aberante

Valorile aberante sunt valori care sunt foarte diferite fa de celelalte valori ale irului analizat. Aceste
valori pot aprea fie din erori de nregistrare, corupere a datelor, probleme cu echipamentul de
nregistrare etc. n astfel de cazuri este de dorit identificarea i eliminarea valorilor aberante, deoarece
acestea pot modifica rezultatele obinute i s ne conduc s lum decizii greite.
Exist mai multe metode de identificare i eliminare a valorilor aberante. Una dintre acestea este metoda
cuartilelor. Cuartilele sunt valorile care mpart un ir ordonat de valori n sferturi (Fig. 3.1.). Exist trei
cuartile: Q1, Q2 i Q3. Astfel ntre valoarea cea mai mic i prima cuartil (Q1) se gsesc 25% din valori,
ntre Q1 i Q2 se gsesc iar 25% din valori .a.m.d.
Fig. 3.1. mprirea unui ir n cuartile
Pentru a folosi metoda cuartilelor este nevoie, n prim faz, s ordonm cresctor valorile irului.
Urmtorul pas este determinarea medianei care corespunde lui Q2. Ne aducem aminte c mediana este
valoare care mparte irul n dou subiruri de lungimi egale. n cazul exemplului din Fig. 3.1. mediana
este valoarea 9. Dac irul are un numr par de valori, mediana este media aritmetic a celor dou valori
din mijlocul irului.
n urmtoarea etap determinm valoarea lui Q1 i a lui Q3. Prima cuartil se afl la jumtatea subirului
de la stnga medianei iar a treia cuartil la jumtatea subirului de la dreapta medianei. Astfel obinem
valoarea 4 pentru prima cuartil i valoarea 14 pentru cea de-a treia.
Acum c avem determinate cele trei cuartile trebuie determinat intervalul intercuartilic (IQR
Interquartilic range). Intervalul intercuartilic este diferena ntre Q3 i Q1.
= 3 1
n cazul nostru intervalul intercuartilic are valoarea:
= 14 4 = 10
Urmtorul pas este determinarea limitelor interioare i a celor exterioare. Limitele interioare se
determin prin nmulirea intervalului intercuartilic cu 1.5 i adunarea acestei valori la Q3 i respectiv
scderea ei din Q1. Adic:
1 = 1 (1.5 )
2 = 3 + (1.5 )
n cazul nostru LI1=-11 i LI2=29.
Calculul valorilor limit exterioare se face n mod similar, IQR fiind nmulit cu 3 n loc de 1.5:
1 = 1 (3 )
2 = 3 + (3 )
Valorile pentru irul din exemplu sunt LE1=-26 i LE2=44.
Valorile aflate ntre LI1 i LE1 respectiv ntre LI2 i LE2 se numesc valori aberante minore. Cele care se afl
n afara valorilor limitelor exterioare se numesc valori aberante majore.
Aplicnd aceast metod putem determina dac anumite valori sunt sau nu valori aberante. Valorile
identificate ca fiind aberante pot fi eliminate dar nu este totdeauna necesar sau indicat s le eliminm.
Trebuie nti s identificm cauza valorilor aberante i abia apoi s lum o decizie legat de eliminarea
valorilor. Dac valoarea aberant apare ca urmare a unei erori de nregistrare spre exemplu, atunci se
recomand eliminarea acesteia, mai ales dac influeneaz semnificativ parametrii eantionului studiat
(medie, abatere standard). Exist totui situaii n care valorile aberante nu trebuie eliminate. Un
exemplu ar fi cazul unui experiment n care testm influena compoziiei unui material asupra rezistenei
la traciune. Dac o compoziie rezult ntr-o valoare mult superioar a rezistenei la traciune, vrem s
folosim compoziia respectiv n loc s o eliminm. Un exemplu de folosire a metodei cuartilelor gsii i
n acest articol n englez. Mai multe despre cuartile putei afla vizionnd acest video n englez.
n Excel se poate folosi funcia =QUARTILE.INC() pentru determinarea cuatilelor. Argumentele funciei
sunt adresele celulelor ce conin irul pentru care vrem s determinm cuartila i a cta cuartil (1, 2 sau
3).
Pentru mai multe detalii despre folosirea funciilor QUARTILE putei citi acest articol n englez sau acesta
n romn.
3.2.3. Determinarea coeficientului de rebut

Coeficientul de rebut este procentul de piese neconforme rezultat n urma procesului de producie. Exist
mai multe metode de determinare a acestui coeficient, una din ele fiind cea grafic.
Pentru a determina grafic coeficientul de rebut trebuie s avem cteva informaii la dispoziie:
Tabelul frecvenelor;
Histograma cu frecvena relativ a valorilor;
Limitele de toleran n afara crora piesele sunt considerate rebut.
Tabelul frecvenelor este Tab. 3.1.
Tab. 3.1. Tabelul frecvenelor
Intervale ai fi
79.200 79.414 3 0.03
79.414 79.629 9 0.09
79.629 79.843 25 0.25
79.843 80.057 31 0.31
80.057 80.271 22 0.22
80.271 80.486 9 0.09
80.486 80.700 1 0.01
n prim faz reprezentm grafic frecvena relativ prin trasarea histogramei. Pe histogram marcm
poziia valorilor limit (toleranele). Fiecare limit mparte aria histogramei n dou regiuni: regiunea cu
piese bune i cea cu piese defecte (regiunea de dinainte de limita inferioar i de dup limita superioar
reprezint proporia de piese neconforme). tiind c aria total a histogramei reprezint 100% din piesele
analizate, ariile din afara toleranelor vor reprezenta procentul de piese neconforme (Fig. 3.4.).
n exemplul din Fig. 3.4. aria cu albastru reprezint piesele conforme iar ariile cu rou reprezint piesele
neconforme. Observm c limitele sunt Linf=79.3 mm iar Lsup=80.5mm. De pe axa vertical citim procentul
de piese din fiecare interval (n primul interval avem 3% din piese iar n ultimul 1% din piese).
Fig. 3.4. Determinarea grafic a coeficientului de rebut
Pentru acest exemplu, coeficientul de rebut se determin astfel:

1. Determinm cele dou arii cu rou:
a. tiind c aria unui dreptunghi se determin prin nmulirea lungimii celor dou laturi,
calculm lungimea de pe axa orizontal scznd din limita inferioar valoarea minimului
(xinf=79.3-79.2=0.1mm). Dac un interval are lungimea d=0.214mm, exprimm lungimea
calculat (xinf) ca procent din lungimea (d) intervalului: xinf% =0.1/0.214=0.46 respectiv
46%. Dac nmulim acest procent cu nlimea coloanei din primul interval (f1=0.03)
obinem prima arie Ainf=0.46*0.03= 0.014 adic 1.4%. Acest ultim procent reprezint
proporia de piese mai mici dect limita inferioar.
b. n mod similar determinm lungimea laturii orizontale a dreptunghiului din partea
superioar (xsup =80.7-80.5=0.2mm) i l exprimm procentual raportat la lungimea (d) a
intervalului (xsup% =0.2/0.214= 0.93) sau 93%. nmulind cu frecvena relativ a ultimului
interval (f7=0.01) obinem cea de-a doua arie Asup=0.93*0.01= 0.009 adic 0.9%.
2. Coeficientul de rebut este suma celor dou arii (Ainf + Asup=0.014+0.009=0.023). Coeficientul de
rebut este deci 2.3%.
Suntei rugat de directorul de producie s facei o analiz a produciei de carcase turnate din luna
ianuarie 2016. Cota urmrit este nlimea carcasei. Dintr-o arhiv trebuie s extragei valorile
reprezentnd nlimea carcasei. Din cele 1000 de valori vei eantiona 100 i vei face calcule statistice
pe acest eantion. Pentru edina ce va avea loc sptmna viitoare trebuie s ntocmii un raport care
conine statisticile ce descriu producia (medie, abatere standard etc.) tabelul frecvenelor, histograma i
coeficientul de rebut pentru luna ianuarie. nainte de a prezenta datele, trebuie identificate i eliminate
valorile aberante ale eantionului analizat.
Avei de urmat aceti pai:
a. Importai din fiierul Producie_carcase_CH300M_ian2016.txt coloana reprezentnd

nlimea carcasei.
Importul datelor din fiierul text este explicat n Lucrarea 1 seciunea 1.2.4. Importarea datelor din surse
externe. Dac dorim s importm doar coloana care conine datele de interes (nlimea) trebuie ca n
ultimul pas al asistentului de importare s selectm Do not import column (skip) (nu importa coloan)
pentru toate celelalte coloane care nu prezint interes.
b. Din populaia total de 1000 de piese eantionai aleatoriu 100 de valori i introducei-le ntr-o
foaie de lucru.
Eantionarea se face conform instruciunilor din seciunea 3.2.1. Eantionarea.
c. Determinai cuartilele (Q1, Q2 i Q3) i apoi calculai intervalul intercuartilic (IQR).
Determinarea cuartilelor este explicat n seciunea 3.2.2. Valorile aberante.
d. Vedei dac avei valori aberante (prin determinarea limitelor LI) iar dac avei, eliminai-le.
Identificarea valorilor aberante cu metoda cuartilelor este prezentat n a doua parte a seciunii 3.2.2.
Valorile aberante. Pentru acest exerciiu trebuie s determinai doar LI1 i LI2 i s eliminai valorile
dinafara acestora (mai mici dect LI1 i mai mari dect LI2).
e. Dup eliminarea valorilor aberante identificai valoarea minim i cea maxim i calculai
amplitudinea, media aritmetic, dispersia i abaterea standard a eantionului, folosind funciile
corespunztoare din Excel.
Determinarea indicatorilor statistici se face prin aplicarea metodelor prezentate n Lucrarea 2.
Determinarea indicatorilor statistici de localizare i mprtiere i reprezentarea grafic a datelor
f. Pentru irul fr valori aberante, creai un numr de 7 intervale egale cuprinse ntre valoarea
minim i valoarea maxim a eantionului.
g. Determinai frecvena absolut i cea relativ pentru fiecare interval creat i ntocmii tabelul
frecvenelor.
Determinarea frecvenelor a fost explicat n Lucrarea 2, seciunea 2.2.4. Noiunea de frecven i
trasarea tabelului de frecvene
h. Trasai o histogram care s conin frecvena relativ.
Trasarea histogramei a fost explicat n Lucrarea 2, seciunea 2.2.5. Trasarea histogramei
i. tiind c nlimea carcasei trebuie s se ncadreze ntre valorile de 78mm i 82mm,
determinai coeficientul de rebut (procentul de piese neconforme)
Determinarea coeficientului de rebut este explicat n 3.2.3. Determinarea coeficientului de rebut.
j. BONUS: Curai ntreaga populaie de piese (cele 1000) i apoi pentru ntreaga populaie:
calculai indicatorii statistici de la punctul c. (Atenie: se vor folosi funciile pentru
populaie n locul celor pentru eantion);
facei tabelul frecvenelor;
reprezentai grafic frecvena relativ.
k. BONUS: Exist vreo diferen ntre indicatorii obinui pentru eantion i cei pentru populaie?
Putem aproxima distribuia populaiei cu cea a eantionului? Notai aceste observaii n raport.
Sarcin Locaie
a. Importai coloana reprezentnd diametrul interior al cilindrilor. Foaie de lucru
b. Din populaia total de 1000 de piese eantionai aleatoriu 100 de valori i
Foaie de lucru
introducei-le ntr-o foaie de lucru.
c. Determinai cuartilele (Q1, Q2 i Q3) i apoi calculai intervalul intercuartilic
Raport
(IQR).
d. Determinai dac avei valori aberante iar dac avei, eliminai-le. Foaie de lucru
e. Pentru irul fr valori aberante determinai valoarea minim i cea maxim Raport
i calculai amplitudinea, media aritmetic, dispersia i abaterea standard a
eantionului, folosind funciile corespunztoare din Excel.
f. Creai un numr de 7 intervale egale ntre valoarea minim i valoarea
Raport
maxim a eantionului.
g. Determinai frecvena absolut i cea relativ pentru fiecare clas creat i
Raport
ntocmii tabelul frecvenelor.
h. Trasai o histogram care s conin frecvena absolut. Raport
i. tiind c tolerana pentru diametru interior este 800,5mm, determinai
Raport
coeficientul de rebut (procentul de piese neconforme)
j. BONUS: Curai ntreaga populaie de piese (cele 1000) i apoi pentru
ntreaga populaie:
calculai indicatorii statistici de la punctul c.; Raport
facei tabelul frecvenelor;
reprezentai grafic frecvena absolut.
k. BONUS: Exist vreo diferen ntre indicatorii obinui pentru eantion i cei
pentru populaie? Putem aproxima distribuia populaiei cu distribuia Raport
eantionului? Notai aceste observaii n raport.
3.4. Resurse

Eantionarea n Excel EN video https://www.youtube.com/watch?v=5XrJcFmbpWI
Determinarea valorilor
EN text
aberante http://www.wikihow.com/Calculate-Outliers
Cuartile, valori aberante,
EN video
boxplot https://www.youtube.com/watch?v=qkI-HeMiKzQ
Metoda cuartilelor EN text http://www.wikihow.com/Calculate-Outliers
https://support.office.com/en-us/article/QUARTILE-
EN text INC-function-1bbacc80-5075-42f1-aed6-
Funcia QUARTILE.INC 47d735c4819d
https://support.office.com/ro-RO/article/QUARTILE-
RO text INC-func%C8%9Bia-QUARTILE-INC-1bbacc80-5075-
Funcia QUARTILE.INC 42f1-aed6-47d735c4819d
Eantionarea n Excel EN video https://www.youtube.com/watch?v=5XrJcFmbpWI
Determinarea valorilor
EN text
aberante http://www.wikihow.com/Calculate-Outliers
Cuartile, valori aberante,
EN video
boxplot https://www.youtube.com/watch?v=qkI-HeMiKzQ
Metoda cuartilelor EN text http://www.wikihow.com/Calculate-Outliers
https://support.office.com/en-us/article/QUARTILE-
EN text INC-function-1bbacc80-5075-42f1-aed6-
Funcia QUARTILE.INC 47d735c4819d
https://support.office.com/ro-RO/article/QUARTILE-
RO text INC-func%C8%9Bia-QUARTILE-INC-1bbacc80-5075-
Funcia QUARTILE.INC 42f1-aed6-47d735c4819d
4. Estimarea parametrilor populaiei

4.4. Resurse

n aceast lucrare vei nva cum se estimeaz parametrii unor populaii cu diferite distribuii (media i
abaterea standard) i cum se interpreteaz rezultatele obinute. Vei nva s folosii tabelele de
repartiie i s nelegei interpretarea acestora.

n multe situaii nu putem msura totalitatea elementelor unei populaii statistice. De aceea se recurge la
o metod numit eantionare, care const n prelevarea unui grup de elemente din populaia studiat.
Prelevarea grupului se face de obicei aleatoriu, iar grupul se numete eantion.
Analiznd eantionul prelevat putem trage concluzii legate de parametrii necunoscui ai populaiei
analizate. Cu ct eantionul este mai mare, sau cu ct lum mai multe eantioane, cu att putem estima
parametrii populaiei mai bine. Analiza eantionului o facem prin prisma unor funcii caracteristice
variabilelor aleatorii din eantion, funcii numite statistici. Plecnd de la aceste statistici putem estima
parametrii populaiei. Distribuia probabilitii unei statistici se numete distribuia de eantionare.
Distribuia de eantionare depinde de distribuia populaiei, mrimea eantionului i de metoda de
eantionare.
n cazul n care caracteristicile eantionului sunt aproximativ egale cu cele ale populaiei, este determinat
un eantion reprezentativ.
Pentru efectuarea estimaiei, statistica, regula sau formula aleas poart denumirea de estimator.
Estimatorul poate fi o variabila aleatorii dependent de eantion.
Estimarea poate fi:
- punctual dac parametrul al unei populaii se estimeaz printr-o valoare izolat determinat
de un estimator e. Estimaia punctual nu coincide cu adevrata valoare a parametrului dar este
foarte apropiat. Parametrii populaiei pot fi estimai cu ajutorul mai multor estimatori diferii i n
consecin poate avea precizii diferite.
- cu interval de ncredere dac se stabilete un interval (e-, e+) care cu o probabilitate dat P, s
includ valoarea adevrat a parametrul estimat .
Estimarea punctual are ca dezavantaj precizia necorespunztoare datorit necunoaterii domeniului de
variaie a parametrului estimat determinat de probabilitatea estimrii. n industrie domeniul de variaie a
unei caracteristici reflect i nivelul de calitate al fabricaiei.
Probabilitatea este dependent de intervalul de variaie stabilit prin apartenena unei variabile aleatorii
la un interval dat, dat de relaia:
b
P P ( a X b) f ( x)dx
a
Risc Unilateral Risc Bilateral
1- 1-
Nivel de semnificatie Nivel de semnificatie
/2
/2
Risc Risc
Risc
Interval de
Interval de semnificatie semnificatie
a a b
X0 x X0 x
Fig.4.1 Legtura intre intervalul de Fig.4.2 Legtura intre intervalul de semnificaie si

probabilitate pentru un risc bilateral
semnificaie si probabilitate pentru un
risc unilateral
S-a stabilit astfel un interval (a, b), interval de ncredere care are proprietatea de a conine adevrata
valoare a parametrului, cu o probabilitate P. Notnd cu x0 adevrata valoare a parametrului pentru care
este estimata valoarea x, abaterea (x0 x) este mai mic dect o valoare cu o probabilitate
foarte mare (90% - 95%).
P( x x0 )
P( x x0 x )
Valoarea poate fi determinat pentru o anumit probabilitate astfel nct valoarea adevrat x 0
s aparin intervalului (x- , x+ ) cu probabilitatea . Deci se poate construi un interval (a, b) n care a =
x-, i b = x+, denumit interval de ncredere. Intervalul complementar se numete interval de
semnificaie, (Fig.4.1, 4.2). Intervalul de ncredere poate fi:
- bilateral simetric, utilizat n tehnica msurtorilor unde abaterile mrimilor n sensul pozitiv i negativ
sunt egale (A T), (Fig.4.2);
- bilateral asimetric, utilizat n tehnica msurtorilor unde abaterile mrimilor n sensul pozitiv i
negativ nu sunt egale;
- unilateral are riscul plasat n stnga sau dreapta, (Fig.4.1), definit de una din relaiile: P(x0<a)= (risc
unilateral stnga), P(x0>a)= (risc unilateral dreapta). Se utilizeaz n tehnologia montajului cu joc
unde arborele are tolerana negativ n timp ce alezajul are tolerana pozitiv, sau la elaborarea
planurilor de control statistic unde numrul defectelor trebuie s nu depeasc o anumit limit
superioar.
4.2.1. Estimarea mediei

4.2.1.1. Estimarea mediei cnd dispersia este cunoscut
Dintr-un lot a crui dispersie 2 este cunoscut, (cazul furnizorului), se extrage un eantion de volum
n pentru care se calculeaz media x. Cu riscul se estimeaz media lotului .
Statistica utilizat este:
x
z
/ n
care conduce la o repartiie normal N(0,1).
1. Risc bilateral simetric, RBS Reparitia normala

f(z)
Se cunosc: n, x, 2, .
Se determin: . 1-
Relaia care leag intervalul de ncredere cu nivelul de

/2 /2
ncredere:
P P( z / 2 z z / 2 ) 1
x
P P( z / 2 z / 2 ) 1
/ n -z/2 z/2 z
Din tabelul repartiiei normale N(0,1) se aleg valorile z/2 .

Din inegalitate se estimeaz intervalul n care se afl media
lotului:

x z / 2
n
Exemplu 4.1
Se cunosc: n= 16; Reparitia normala
f(z)
x = 10,1;
1-=90%
2 = 0,01;
= 10% (RBS)
/2=5% /2=5%
Se determin: =?
P P( z / 2 z z / 2 ) 90%
x
P P( z / 2 z / 2 ) 90%
/ n -z/2 z/2 z
Din tabelul repartiiei normale N(0,1)
z/2 = 1,645
0,1
10,1 1,645
16
2. Risc bilateral asimetric, RBA Reparitia normala

f(z)
Se cunosc: n, x, , s, d.
2
Se determin: 1-

ncredere: s d
P P( z s z z d ) 1
x
P P( z s zd ) 1
/ n -zs zd z
Din tabelul repartiiei normale N(0,1) se aleg valorile zs; zd.
lotului:

x zs x zd
n n
Exemplu 4.2
Se cunosc: n = 20;
Reparitia normala
f(z)
x = 14,95;
2 = 0,01 1-=91%
s = 3%; d = 6% (RBA)
Se determin: =? s=3% d=6%
P P( z s z zd ) 91%
x
P P( z s z d ) 91%
/ n
-z/2 z/2 z
-zs = -1,880
zd = 1,555
0,1 0,1
14,95 1,880 14,95 1,555
20 20
3. Risc unilateral dreapta, RUD Reparitia normala

f(z)
1-
Se determin:

ncredere:
P P( z z ) 1
x
P P( z ) 1
/ n z z
Din tabelul repartiiei normale N(0,1) se alege valoarea z.

lotului:

x z
n
Exemplu 4.3
Se cunosc: n = 12; Reparitia normala
f(z)
x = 8,5;
1-=92%
2 = 0,01
= 8% (RUD) =8%
Se determin: =?
P P( z z ) 92%
x z
P P( z ) 92% z
/ n
z = 1,405
0,1
8,5 1,405
12
4. Risc unilateral stnga, RUS Reparitia normala

f(z)
1-
Se determin:

ncredere:
P P( z z ) 1
x
P P( z ) 1
/ n -z z
Din tabelul repartiiei normale N(0,1) se alege valoarea lui -z

lotului:

x z
n
Exemplu 4.4
Se cunosc: n = 25; Reparitia normala
f(z)
x = 12,05;
1-=96%
2 = 0,01
= 4%; (RUS) =4%
Se determin: =?
P P( z z ) 96%
x -z z
P P( z ) 96%
/ n
-z= -1,75
0,1
12,05 1,75
25
4.2.1.2. Estimarea mediei cnd dispersia este necunoscut
Dintr-un lot a crui dispersie 2 este necunoscut, (cazul beneficiarului), se extrage un eantion de
volum n pentru care se calculeaz media x i dispersia eantionului s2. Cu riscul se estimeaz
media lotului .
x
t
S/ n
care conduce la o repartiie Student cu =n-1 grade de libertate.
1. Risc bilateral simetric, RBS Reparitia Student

f(t)
Se cunosc: n, x, S2, .
1-
Se determin: .
/2 /2
ncredere:
P P(t / 2 t t / 2 ) 1
x
P P(t / 2 t / 2 ) 1
S/ n -t/2 t/2 t
Din tabelul repartiiei Student se aleg valorile t/2
lotului:
S
x t / 2
n
Exemplu 4.5
Se cunosc: n = 16; =15 Reparitia Student
f(t)
x = 10,1;
1-=90%
2
S = 0,01;
= 10% (RBS). /2=5% /2=5%
Se determin: =?
P P(t / 2 t t / 2 ) 90%
x -t/2 t/2 t
P P(t / 2 t / 2 ) 90%
S/ n
Din tabelul repartiiei Student t/2 = 1,753
0,1
10,1 1,753
16
2. Risc bilateral asimetric, RBA Reparitia Student

f(t)
Se cunosc: n, x, S2, s, d.
1-
Se determin:
s d
ncredere:
P P(t s t t d ) 1
x
P P(t s td ) 1
S/ n -ts td t
Din tabelul repartiiei Student se aleg valorile ts; td

Din inegalitatea se estimeaz intervalul n care se afl media
lotului:
S S
x ts x td
n n
Exemplu 4.6
Se cunosc: n = 20; =19; Reparitia Student
f(t)
x = 14,95;
1-=85%
S2 = 0,01
s = 5%; d = 10% (RBA)
s=5% d=10%
Se determin: =?
P P(t s t t d ) 85%
x
P P(t s t d ) 85% -t/2 t/2 t
S/ n
Din tabelul repartiiei Student
-ts = -1,729; td = 1,328
0,1 0,1
14,95 1,729 14,95 1,328
20 20
3. Risc unilateral dreapta, RUD Reparitia Student
f(t)
Se cunosc: n, x, S2, .
1-
Se determin:
ncredere:
P P(t t ) 1
x
P P( t ) 1 t t
S/ n
Din tabelul repartiiei Student se alege valoarea t
Din inegalitatea se estimeaz intervalul n care se afl media
lotului:
S
x t
n
Exemplu 4.7
Se cunosc: n = 12; Reparitia Student
f(t)
x = 8,5;
1-=95%
S2 = 0,01
= 5% (RUD) =5%
Se determin: =?
P P(t t ) 95%
x t t
P P( t ) 95%
S/ n
Din tabelul repartiiei Student t = 1,796
0,1
8,5 1,796
12
4. Risc unilateral stnga, RUS Reparitia Student

f(t)
Se cunosc: n, x, S , .
2
1-
Se determin:

ncredere:
P P(t t ) 1
x
P P( t ) 1
S/ n -t t
Din tabelul repartiiei Student se alege valoarea lui -t. Din

inegalitate se estimeaz intervalul n care se afl media
lotului:
S
x t
n
Exemplu 4.8
Se cunosc: n = 25; =24; Reparitia Student
f(t)
x = 12,05;
1-=90%
S2 = 0,01
= 10%; (RUS) =10%
Se determin: =?
P P(t t ) 90%
x -t t
P P( t ) 90%
S/ n
Din tabelul repartiiei Student -t= -1,318
0,1
12,05 1,318
25
4.2.2. Estimarea dispersiei

Dintr-un lot a crui dispersie 2 este necunoscut, se extrage un eantion de volum n pentru care se
calculeaz dispersia eantionului s2. Cu riscul se estimeaz dispersia lotului 2 .
x x n 1 n ( x x)2
2
n
S2
i
2
2 i (n 1) 2
i 1 i1 n 1
care conduce la o repartiie 2 cu =n-1 grade de libertate.
a. Risc bilateral simetric, RBS

Reparitia 2
Se cunosc: n, S2, .
f(2) /2 1-
Se determin: 2.
ncredere: /2
P P( 12 / 2 2 2 / 2 ) 1
S2
P P( 12 / 2 (n 1) 2 / 2 ) 1
2
21-/2 2/2
2
Din tabelul repartiiei 2 se aleg valorile 2 /2 2 1-/2 Din
inegalitate se estimeaz intervalul n care se afl dispersia
lotului:
S2 S2
(n 1) 2 (n 1) 5.41
12 / 2 2 / 2
Exemplu 4.9
Se cunosc: n = 16; =15 Reparitia 2
S2 = 0,01;
f(2) 5% 90%
= 10% (RBS).
Se determin: 2= ? 5%
P P( 12 / 2 2 2 / 2 ) 90%
S2
P P( 12 / 2 (n 1) 2 / 2 ) 90%
2
21-/2 2/2
2
Din tabelul repartiiei 2

2 /2 = 24,996; 2 1-/2 = 7,261.
0,01 0,01
15 2 15
24,996 7,261
b. Risc bilateral asimetric, RBA Reparitia 2

Se cunosc: n, S2, s, d.
f(2) s 1-
Se determin: 2.
ncredere: d
P P( 2s 2 2d ) 1
S2
P P( 2s n 1 2d ) 1
2
2s 2d
2
Din tabelul repartiiei se aleg valorile
2 2
s
2
d
Din inegalitate se estimeaz intervalul n care se afl dispersia

lotului:
S2 S2
n 1 2 n 1
2d 2s
Exemplu 4.10
Se cunosc: n = 20; =19; Reparitia 2
2 = 0,01 5% 85%
f(2)
s = 5%; d = 10% (RBA)
Se determin: 2 = ? 10%
P P( 2s 2 2d ) 85%
S2
P P( 2s n 1 2d ) 85% 2s
2 2d
2
Din tabelul repartiiei 2

2 s = 10,117 2 d = 27,204
0,01 0,01
19 2 19
27,204 10,117
c. Risc unilateral dreapta, RUD Reparitia 2
Se cunosc: n, S2, .
f(2) 1-
Se determin: 2.
ncredere:
P P( 2 2 ) 1
S2
P P(n 1 2 ) 1
2
2
2
Din tabelul repartiiei se alege valoarea
2 2

Din inegalitatea se estimeaz intervalul n care se afl

dispersia lotului:
S2
n 1 2 5.47
2
Exemplu 4.11
S2 = 0,01; f(2) 95%
= 5% (RUD)
5%
Se determin: 2 = ?
P P( 2 2 ) 95%
2
2
S2
P P(n 1 ) 95%
2
2
Din tabelul repartiiei 2 2 = 19,675
0,01
11 2
19,675
d. Risc unilateral stinga, RUS Reparitia 2

Se cunosc: n, S2, .
f(2) 1-
Se determin: 2.
ncredere:
P P( 2 12 ) 1
S2
P P( n 1 12 ) 1
2
21- 2
Din tabelul repartiiei se alege valoarea lui .
2 2
Din inegalitatea se estimeaz intervalul n care se afl

dispersia lotului:
S2
2 n 1
12
Exemplu 4.12
x = 12,05;
f(2) 10% 90%
= 0,01;
2
= 10%; (RUS)
Se determin: 2 = ?
P P( 2 12 ) 90%
21- 2
S2
P P( n 1 2
1 ) 90%
2
Din tabelul repartiiei 2 2 1- = 15,659
0,01
2 24
15,659

Lucrai ntr-o firm care face piese prin prelucrri mecanice. Trebuie s estimai parametrii unor loturi de
piese. Pentru primele 4 loturi (Lot 1 pn la Lot 4) cunoatei abaterea standard a populaiei =0.16 iar
pentru restul abaterea standard a eantionului este s=0.XX unde XX este ziua Dvs. de natere. Pentru
celelalte loturi (Lot 5 pn la Lot 12) parametrii populaiei sunt necunoscui. Din fiecare lot eantionai
cte 30 de valori.
Trebuie s generai un raport cu urmtoarele informaii:
- Pentru primele patru loturi (Lot 1 pn la Lot 4) trebuie s estimai media cu diferitele nivele de risc
din Tab 4.1.: Risc Unilateral Stnga (RUS), Risc Unilateral Dreapta (RUD), Risc Bilateral Simetric (RBS)
i Risc Bilateral Asimetric (RBA) ;
- Pentru urmtoarele patru loturi (Lot 5 pn la Lot 8) estimai media tiind c dispersia lotului este
necunoscut pentru nivelele de risc (RUS, RUD, RBS, RBA) din Tab. 4.1. Folosii dispersia eantionului
pentru estimare;
- Pentru ultimele patru loturi (Lot 9 pn la Lot 12) estimai dispersia folosind dispersia eantionului
pentru cele patru nivele de risc (RUS, RUD, RBS, RBA) precizate n Tab. 4.1.
Problema poate fi prezentat sintetic sub forma tabelului Tab. 4.1.

Tipul
Estimarea Mediei Estimarea dispersiei
problemei:
Dispersia: Se cunoate 2 Nu se cunoate 2 Nu se cunoate 2
Tipul
RUS RUD RBS RBA RUS RUD RBS RBA RUS RUD RBS RBA
riscului:
Riscul 3% 6% 8% 2% 3% 5% 1% 10% 5% 2% 2% 10% 10% 5% 2.5%
Eantioane Lot Lot Lot Lot Lot Lot Lot Lot Lot
Lot 4 Lot 8 Lot 12
din: 1 2 3 5 6 7 9 10 11
Pentru generarea raportului putei urma paii:

a. Generai un ir pe 4 coloane cu cte 30 de valori normal distribuite fiecare reprezentnd
eantioanele din primele patru loturi (Lot 1 pn la Lot 4). irul va avea media 20 i abaterea standard
0.16;
Generarea numerelor aleatorii a fost prezentat n seciunea 1.2.1. Generarea unui ir de numere
aleatorii.
b. Generai un ir pe 4 coloane cu cte 30 de valori normal distribuite fiecare reprezentnd
eantioanele din loturile de la Lot 5 la Lot 8. irul va avea media 12 i abaterea standard 0.XX unde XX
este ziua Dvs. de natere (Exemplu: pentru cineva nscut n data de 7 ian. abaterea standard va fi 0.07
iar pentru cineva nscut n data de 15 mai abaterea standard va fi 0.15);
c. Generai un ir pe 4 coloane cu cte 30 de valori normal distribuite fiecare reprezentnd
eantioanele din ultimele patru loturi. irul va avea media 35 i abaterea standard 0.XX unde XX este
ziua Dvs. de natere (Exemplu: pentru cineva nscut n data de 7 ian. abaterea standard va fi 0.07 iar
pentru cineva nscut n data de 15 mai abaterea standard va fi 0.15);
d. Calculai media i abaterea standard a fiecrui eantion a fiecrui lot.
Modul de calcul al indicatorilor este prezentat n seciunile 2.2.1. Indicatori de localizare i 2.2.2.
Indicatori de mprtiere.
e. Determinai, pentru fiecare nivel de risc, statistica corespunztoare (z, t sau 2)
Modul de determinare a fiecrei statistici este prezentat n seciunile 4.2.1. Estimarea mediei i 4.2.2.
Estimarea dispersiei.
Tabelele repartiiilor se gsesc n Anexa 1.
f. Calculai captul sau capetele intervalelor de ncredere pentru fiecare lot n parte.
Modul de calcul este prezentat n seciunile 4.2.1. Estimarea mediei i 4.2.2. Estimarea dispersiei.
g. Generai un raport cu valorile obinute dup model.
h. BONUS: Estimai diferena ntre media Lotului 1 i 2 i apoi ntre 3 i 4
Sarcin Locaie
a. Generai un ir pe 4 coloane cu cte 30 de valori normal distribuite fiecare
Foaie de
reprezentnd eantioanele din primele patru loturi (Lot 1 pn la Lot 4). irul va avea
lucru
media 20 i abaterea standard 0.16;
b. Generai un ir pe 4 coloane cu cte 30 de valori normal distribuite fiecare
reprezentnd eantioanele din loturile de la Lot 5 la Lot 8. irul va avea media 12 i
Foaie de
abaterea standard 0.XX unde XX este ziua Dvs. de natere (Exemplu: pentru cineva
lucru
nscut n data de 7 ian. abaterea standard va fi 0.07 iar pentru cineva nscut n data
de 15 mai abaterea standard va fi 0.15);
c. Generai un ir pe 4 coloane cu cte 30 de valori normal distribuite fiecare
reprezentnd eantioanele din ultimele patru loturi. irul va avea media 35 i
Foaie de
abaterea standard 0.XX unde XX este ziua Dvs. de natere (Exemplu: pentru cineva
lucru
nscut n data de 7 ian. abaterea standard va fi 0.07 iar pentru cineva nscut n data
de 15 mai abaterea standard va fi 0.15);
d. Calculai media i abaterea standard a fiecrui eantion a fiecrui lot. Raport
e. Determinai, pentru fiecare nivel de risc, statistica corespunztoare (z, t sau 2) Raport
f. Calculai captul sau capetele intervalelor de ncredere pentru fiecare lot n
Raport
parte.
g. Generai un raport cu valorile obinute dup model.
h. BONUS: Estimai diferena ntre media Lotului 1 i 2 i apoi ntre 3 i 4 Raport
4.4. Resurse
Descriere resursa Limb Form Link

a at
Estimarea mediei EN video https://www.youtube.com/watch?v=x6OsGXwi1hU
Estimarea mediei RO text http://www.mpopa.ro/statistica_master/01_inferenta_est
(Prezentare PPT) imarea.pdf
Estimarea parametrilor (pag RO text http://web-ng.info.uvt.ro/~balint/files/statistica.pdf
36)
5. Determinarea capabilitii i crearea unei cartele de
control

5.4. Resurse

n aceast lucrare vei nva despre controlul statistic al proceselor, structura unei cartele de control i
modul n care se calculeaz capabilitatea unui proces.

SPC (Statistical Process Control, n german Statistische Proze-regelung) este o metod a managementul
calitii, cu ajutorul creia poate fi supravegheat un proces iar la nevoie se poate efectua o intervenie de
reglare, respectiv de corectare a procesului, nainte de a rezulta neconformiti.
Fig.5.1 Ciclul controlului SPC
Tendinte
Calitatea medie
Executie?
n Fig.5.1, este reprezentat ciclul de control SPC. Dup fabricarea produselor, se msoar caracteristicile
calitative urmrite iar rezultatele sunt vizualizate ntr-o cartel de controlul calitii. Prin interpretarea
adecvat a cartelelor de controlul calitii se intenioneaz identificarea ct mai timpurie a erorilor
sistematice, pentru a interveni n proces n modul corector corespunztor.
Controlul statistic se utilizeaz n domeniul produciei de serie mijlocie pn la mare, pentru:
fabricarea produselor materiale cum ar fi:
- piese pentru maini;
- produse chimice;
- produse de turntorie;
- piese din materiale plastice;
- subansamble electrice;
- medicamente;
- ambalaje;
supravegherea caracteristicilor procesului sau produsului:
- dimensiunile particulelor;
- valoarea pH;
- concentraia;
- gradul de puritate;
supravegherea produselor i serviciilor:

- software;
- servicii bancare;
- servicii telefonice;
- servicii expediionale.
Avantajele care pot fi obinute prin utilizarea metodei SPC sunt:
evitarea erorilor n producie;
reducerea msurilor de verificare n controlul final;
posibilitatea de detectare a erorilor care nu mai pot fi evideniate pe standul de verificare final;
supravegherea procesului de fabricaie i garantarea c etapele urmtoare ale procesului nu vor
conine nici o pies defect din punct de vedere al dimensiunilor iniiale de intrare (procesul
urmtor este considerat clientul beneficiar al procesului anterior);
detectarea i eliminarea mrimilor perturbatoare ale unui proces att n ceea ce privete
amplitudinea acestora ct i n ceea ce privete optimizarea parametrilor care influeneaz
procesul, cum sunt de exemplu materialul i toleranele piesei, specificaiile referitoare la maini,
reglarea sculei sau specificaiile referitoare la mijloacele de verificare;
identificarea timpurie a problemelor referitoare la calitate, procesele tehnologice;
stabilitatea fabricaiei, adic meninerea sub control statistic a tuturor proceselor de fabricaie
reducerea costurilor, a procentului de rebuturi i a cheltuielilor de verificare att n ceea ce
privete numrul lor ct i restrngerea sferei de verificare
creterea nivelului calitativ general i ca urmare creterea productivitii prin utilizarea
sistematic a analizelor i prin documentarea lor, prin evaluarea prognozelor pe termen lung i
printr-un procedeu continuu de feedback aplicat datelor de msurare.
Efectuarea SPC este structurat pe trei nivele: de planificare, administrativ i operativ. La nivelul de
planificare a calitii, se impun mai nti cteva indicii preliminare. Se stabilesc caracteristicile de
verificare, numrul de uniti coninute n proba de sondaj i frecvena acestor probe, tipul cartelei de
control pentru verificarea SPC.
n nivelul operativ sunt determinate valorile de msurare i sunt documentate datele de verificare de
ctre operatorii mainii. Desfurarea procesului este documentat ntr-o cartel de controlul calitii i
controlul procesului ncepe.
n nivelul administrativ se ntocmesc rapoartele de verificare i se realizeaz prognoze pe termen lung cu
privire la frecvena interveniilor, capacitatea performant medie a procesului i modificrile de
distribuie.
Caracteristicile verificate se pot diviza n dou categorii importante care la rndul lor pot fi divizate n:
1. Caracteristici cantitative, care pot fi msurate:
1.1 Caracteristici cantitative continue (exprimate prin valori care aparin mulimii numerelor reale):
temperatura bii de lipire, n [0K];
masa de umplere a unui ambalaj, n [g];
diametrul unei piese aflate n micare de rotaie, n [mm];
fiabilitatea unui bec cu incandescen, n [h];
1.2 Caracteristici cantitative discrete continue (exprimate prin valori care aparin mulimii numerelor
ntregi):
numrul valorilor de msurare aflate domeniul de toleran;
numrul pieselor din lot care prezint defecte;
numrul erorilor de tipar de pe fiecare pagin a unei cri;
2. Caracteristici atributive (exprimate prin atribute de genul corect-defect):
2.1 Caracteristici atributive ordinale:
Temperatura (Rece, Cldu, Cald, Fierbinte)

Calificative colare ("foarte bine", "bine" ,"satisfctor")
2.2 Caracteristici atributive nominale:
Culoarea figurinelor de jucrie (albastru, galben, rou)

Fixarea preului de cost (646, 689, 693)
Exist dou tipuri diferite de factori de influenare care acioneaz asupra unui proces:
factorii de influenare accidental (aleatorii). Cauzele apariiei acestora pot fi minore i nu pot fi
prevzute. Apariia lor se face neregulat fiind oricnd posibil apariia lor dac nu se iau msuri
de nlturare.
factorii de influenare sistematic. Apariia lor se datoreaz unor cauze importante previzibile
prin aplicarea teoriei probabilitilor.
Pentru supravegherea mrimilor cantitative ale unui proces se utilizeaz diverse funcii de distribuie. n
cazul caracteristicilor atributive (bun/ru) se va utiliza adesea distribuia binomial, respectiv distribuia
Poisson. Caracteristicile variabile (msurabile) au o distribuie normal n majoritatea cazurilor. La
realizarea unei cuprinztoare examinri preliminare nainte de aplicarea SPC, prin procedeele statistice
de testare trebuie s se verifice dac distribuia real a valorilor caracteristice poate fi apreciat ca fiind
asemntoare cu una dintre distribuiile teoretice menionate mai sus.
Pentru aplicarea controlului statistic trebuie verificat dac procesele sunt controlabile i performante. Un
proces este considerat controlabil atunci cnd distribuia caracteristicilor procesului se menine practic
nemodificat, respectiv se modific numai n limite cunoscute. Un proces este considerat performant
dac este capabil s furnizeze uniti care ndeplinesc cerinele de calitate, mai precis, dac numrul
rebuturilor rezultate din proces este practic aproape nul.
Controlabil Performant
Un proces este considerat controlabil atunci cnd Un proces este considerat performant daca este
distributia caracteristicilor procesului (parametrii capabil sa furnizeze unitti care ndeplinesc cerintele
distributiei acestor caracteristici) se mentine practic de calitate, mai precis, daca numrul rebuturilor
nemodificata, respectiv se modifica numai in limite rezultate din proces este practic aproape nul
cunoscute
Exemple referitoare la capacitatea unui proces de-a fi controlabil
Procesul este Procesul este sub Procesul este Procesul nu este
performant i se control, dar nu performant dar nu performant i nu
afl sub control este performant se afl sub control se afl sub control
5
4 5
4
3
3
2
2
1
1
Tu Tu Tu T0
A
T0 Tu
B
T0 C T0 D
Fig.5.2 Capacitatea proceselor de-a fi controlabile i performante
Exemplul prezentate n Fig.5.2.A este a unui proces controlabil, deoarece abaterile mediile aritmetice
sunt minime i performant deoarece curbele de repartiie sunt toate ascuite cea ce denot o dispersie
mic. In Fig.5.2.B este a unui proces controlabil dar neperformant (curbele de repartiie sunt aplatizate,
fapt datorat unor erori sistematice). Prin nlturarea acestora procesul poate fi controlabil statistic.
Fig.5.2.C prezint cazul unui proces performant dar necontrolabil fapt datorat variaiei mari a mediilor
eantioanelor. Cauza este apariia unor abateri aleatorii care trebuie identificate i ndeprtate. Ultimul
caz prezentat n Fig.5.11.D este al unui proces necontrolabil i neperformant, caz n care nu se recomand
aplicarea controlului statistic.
5.2.1. Capabilitate
Pentru obinerea unei aprecieri cantitativ a capacitii performante a unui proces tehnologic, se
calculeaz indici de performan dintre care cei mai importani sunt capabilitatea procesului i
capabilitatea maini, Calculul capabilitii se efectueaz n condiii reale de producie. Cunoaterea
capacitilor performante a unui proces tehnologic ne ajut s apreciem dac procesul este controlabil
pe durat ndelungat i dac asigur calitatea necesar. Capabilitatea unui proces, Cp, Cpk. i
capabilitatea unei maini, Cm, Cmk. depind de poziia i limea repartiiei fa de limitele de toleran (LST
- limita superioar de toleran; LIT - limita inferioar de toleran) care pot fi simetrice sau asimetrice
fa de valoarea nominal. Calcularea celor doi indici rezult din Fig.5.3.
Variaia capabilitii se datoreaz deplasrii mediei sau aplatizrii curbelor de repartiie, (Fig.5.4). Este de
remarcat c industria auto din Germania impune capabilitii de minim 2,5 n timp ce industria auto
japonez impune valori de 3,00.
Cm, Cmk Capacitile performante ale mainii

Cp, CpK Capacitile performante ale procesului
Capacitile performante ale mainii Capacitile performante ale procesului
LST LIT T LST LIT T

Cm Cp
6S 6S 6S 6S
LST X X LIT LST X X LIT

C ms C mi C ps C
3S 3S 3S pi
3S
C mk min( C ms ,C mi ) C pk min( C ps ,C pi )
Cm, Cp > 1,33 Procesul este performant din punct de vedere calitativ
1,00 Cm, Cp 1,33 Procesul poate deveni performant n anumite condiii, Supraveghere
atent
Cm, Cp < 1,00 Procesul nu este performant
Fig.5.3 Calculul capabilitii proceselor i mainilor
La examinarea capacitilor performante ale unui proces se ine cont de diferiii factori care influeneaz
procesul, (Fig.5.5). Cunoaterea capacitii performante a mainii (i a actualei capaciti performante a
procesului) ne ajut s apreciem dac procesul poate s ndeplineasc cerinele de calitate impuse, ne
ajut de asemenea n aprecierea unor procedee sau a unor maini noi sau modificate i n colectarea
datelor pentru ntocmirea cartelelor de calitate. Examinarea capacitilor performante ale unui proces se
deruleaz conform planului prezentat n Fig.5.6, sub forma unei scheme logice.
Fig.5.4 Variaia capabilitii
Fig.5.5 Influena factorilor asupra capacitile performante ale unei maini sau proces
Pregatirea examinarii
Efectuarea examinarii: determinarea factorilor de
Se determina influentele
masurare i inregistrarea datelor trecut e in cartelele x
sistematice de dispersie
Procesul se mentine sub control? nu
Se evalueaza S,R,Cp , Cpk
da Conditie: este adevarat a relatia Cpk=0 nu
Conditie: este adevarat a relatia Conditie: este adevarat a relatia

da nu
Cpk>=1,33? Cp >=1,33?
nu Conditie: este adevarat a relatia
nu
da Cpk>=1,33
Conditie: este adevarat a relatia Conditie: este adevarat a relatia
da da nu
Cpk>=1? Cpk>=1?
nu
Procesul poate fi performant Procesul este Procesul nu
Procesul este Procesul nu
performant da performant este performant
este performant
Se supravegheaza procesul in continuare; Se realizeaz o centrare mai buna a pieselor

Fig.5.6 Schema logic de evaluare a capabilitii
n general, examinarea capacitilor performante ale unui proces se mparte n examinarea capacitilor
performante pe termen scurt, a capacitilor performante pe termen lung i controlul statistic al
procesului. Aa cum rezult din Fig.5.7, examinrile se deruleaz succesiv, fiecare examinare furniznd
date urmtoarei.
Examinarea capacitatilor Examinarea capacitatilor Controlul stati stic al

performante pe termen scurt performante pe termen lung proce sului
Examinari ale Examinari ale Reglarea i

capacitatilor procesului analiza procesului
performante Determinarea Conditie:
Determinare
ale masinii influentelor nu Conditie:
Procesul a influent elor nu Procesul se
sistematice i afla sub
se afla sub sistematice
eliminarea lor
Calcularea control i eliminarea control
indicilor Aplicarea statistic ? lor statistic ?
Aplicarea
caracteristici unor masuri da
unor masuri Calcularea
de corectoare
corective indicilor Calcularea indicilor
performanta
Cm , Cmp Reglarea i caracteristici de caracteristici de
analiza performanta performanta Cm , Cmp
procesului Cm , Cmp
nu Conditie:
da nu Conditie: da Conditie:
Cont rol Cm, Cmp >1,33 Cont rol Cm, Cmp Cm, Cmp
100% (FORD: 100% >1 (DQG)? >1 (DQG)?
Pp , Ppk>1,67)? >1,33(FORD)? nu
>1,33(FORD)? da
Fig.5.7 Examinarea capabilitii proceselor pe termene

Pentru introducerea cu succes a SPC trebuie s fie ndeplinite diferite premise:
Procesul este controlabil;
Procesul se afl sub control statistic;

Se cunosc caracteristicile produsului;
Se cunoate forma distribuiei;
Procesul este performant;

Mijloacele de msurare sunt performante;
Angajaii sunt instruii i motivai;
5.2.2. Structura general a cartelelor de control a calitii

Structura de principiu a unei cartele este reprezentat n Fig.5.8. Pe cartela de control pot fi indicate
limitele de avertizare, limitele de intervenie i limitele de toleran Cartelele permit controlul continuu al
procesului cea ce este n beneficiul procesului. Este posibil astfel s se obin o producie constant i
previzibil att n ceea ce privete costurile ct i n ceea ce privete calitatea. Se constat o reducere a
dispersiei produselor, reducerea costurilor i creterea capacitii efective. Cartelele de controlul a
calitii reprezint o form standardizat pentru schimbul de informaii cu privire la descrierea calitii
procesului.
Caracteristica Caracteristica
de calitate de calitate
Numarul probei de sondaj(identificarea Numarul probei de sondaj(identificarea

momentului prelevare a probei) momentului prelevare a probei)
Cartela de controlul calitatii, cu Cartela de controlul calitatii, cu

indicarea limitelor de avertizare indicarea limitelor de avertizare
i a limitelor de interventie i a limitelor de toleranta
Fig.5.8 Elementele componente ale cartelelor de control statistic
Pentru completarea cartelelor de controlul calitii este necesar ca ntreprinderile s defineasc
principiile care trebuie respectate de ctre angajai, de exemplu:
nregistrrile se vor efectua cu regularitate, conform planului de verificare;
Se vor nota valorile iniiale, pentru a permite verificarea calculelor;

Completarea se va efectua cu exactitate, pentru evitarea erorilor;
Se vor uni punctele de pe cartela de control;
Pentru a permite identificarea cauzelor erorilor, n fia de nsoire a procesului trebuie

nregistrate toate modificrile i influenele asupra procesului;

La firma n care lucrai s-a nfiinat o nou linie de producie. Trebuie s determinai capabilitatea
procesului de strunjire. Pentru a face acest lucru trebuie s determinai parametrii procesului i
capabilitatea dintr-un eantion de 100 de piese, folosind diametrul exterior. Va trebui s creai un raport
care s conin o cartel de control cu cele 100 de valori i limitele de toleran, parametrii de proces,
distribuia n frecven a pieselor i histograma, calculul capabilitii i o concluzie legat de
performanele procesului.
Pentru a genera raportul putei urma paii:
a. Generai un ir de 100 de valori normal distribuite n jurul valorii 10 avnd abaterea standard
egal cu 0.XX unde XX este ziua Dvs. de natere (Exemplu: pentru cineva nscut n data de 7
ian. abaterea standard va fi 0.07 iar pentru cineva nscut n data de 15 mai abaterea standard
va fi 0.15);
Generarea unui ir de valori aleatorii este explicat n seciunea 1.2.1. Generarea unui ir de numere
aleatorii
b. tiind c toleranele pentru diametrul exterior sunt de 100.3mm, calculai limita superioar
de toleran (LST) i limita inferioar de tolerant (LIT);
c. Calculai parametrii eantionului: valorile minim i maxim, amplitudinea, media aritmetic,
dispersia i abaterea standard a eantionului;
Determinarea parametrilor statistici este explicat n seciunea 2.2.1 Indicatori de localizare i 2.2.2
Indicatori de mprtiere iar funciile folosite se gsesc n seciunea 2.2.3. Funcii Excel pentru calculul
indicatorilor statistici
d. mprii amplitudinea n 7 intervale egale i determinai frecvena absolut i relativ pentru
fiecare din cele 7 intervale.
mprirea pe intervale i calculul frecvenelor este detaliat n seciunea 2.2.4. Noiunea de frecven i
trasarea tabelului de frecvene
e. Trasai o histogram reprezentnd frecvena absolut.
Trasarea histogramei este descris n seciunea 2.2.5. Trasarea histogramei.
f. Calculai capabilitatea Cp Cps Cpi i Cpk.
Formulele de calculul a capabilitii se gsesc n Figura 5.3. din seciunea 5.2.1. Capabilitate
g. Tragei o concluzie referitoare la performana procesului n funcie de valoare Cp obinut.
h. Generai un raport dup cel din exemplu.
Paii de urmat sunt sintetizai n tabelul de mai jos.
Sarcin Locaie
a. Generai un ir de 100 de valori normal distribuite n jurul valorii
10.5 avnd abaterea standard egal cu 0.XX unde XX este ziua Dvs. de
natere (Exemplu: pentru cineva nscut n data de 7 ian. abaterea standard Foaie de lucru
va fi 0.07 iar pentru cineva nscut n data de 15 mai abaterea standard va fi
0.15);
b. tiind c toleranele pentru diametrul exterior sunt de 10.50.3mm,
calculai limita superioar de toleran (LST) i limita inferioar de Raport
tolerant (LIT);
c. Calculai parametrii eantionului: valorile minim i maxim,
amplitudinea, media aritmetic, dispersia i abaterea standard a Raport
eantionului;
d. mprii amplitudinea n 7 intervale egale i determinai frecvena
Raport
absolut i relativ pentru fiecare din cele 7 intervale.
e. Trasai o histogram reprezentnd frecvena absolut. Raport
f. Calculai capabilitatea Cp Cps Cpi i Cpk. Raport
g. Tragei o concluzie referitoare la performana procesului n funcie
Raport
de valoare Cp obinut.
h. Generai un raport dup cel din exemplu. -
5.4. Resurse
Descriere Limba For Link
resursa mat
Definitia
capabilitatii EN text http://www.statisticalprocesscontrol.info/glossary.html
Proces http://www.qualitymag.com/articles/93141-keys-for-
capabil/stabil EN text maximizing-the-benefits-of-your-spc-program

STATISTICA - Lucrari de Laborator 2017

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

STATISTICA - Lucrari de Laborator 2017

Încărcat de

Drepturi de autor:

Formate disponibile

Vlad Bocne Marius Bulgaru

Statistic i probabiliti pentru ingineri

Acest ndrumtor de lucrri de laborator se adreseaz n special studenilor de anul II de la specializrile

1.1. Obiective de nvare

1.1. Obiective de nvare

1.2. Concepte teoretice

1.2.1. Generarea unui ir de numere aleatorii

Fig. 1.1. Generarea numerelor aleatorii

1.2.3. Sortarea valorilor

Fereastra de sortare care se deschide (Fig. 1.2.) conine parametrii:

Coloana dup care se face sortare (Sort by);

Fig. 1.2. Fereastra de sortare

1.2.5. Curarea datelor

Fig. 1.6. Fereastra Go To Special cu Blanks selectat

1.2.6. Filtrarea datelor

Fig. 1.7. Fereastra de filtre (Filter)

Fig. 1.8. Inserarea de grafice (Column, Line, Bar)

1.3. Descrierea temei

2.1. Obiective de nvare

Calculeze indicatori de localizare (medie, median, modal) i de mprtiere (amplitudine,

2.2. Concepte teoretice

2.2.1. Indicatori de localizare

2.2.1.3. Media armonic

Fig. 2.1. Distribuii unimodale, bimodale sau multimodale

2.2.1.7. Valoarea central

2.2.2. Indicatori de mprtiere

2.2.3. Funcii Excel pentru calculul indicatorilor statistici

2.2.4. Noiunea de frecven i trasarea tabelului de frecvene

2.2.5. Trasarea histogramei

Input range: irul de date pe care vrem s-l reprezentm;

Rezultatul obinut arat similar cu cel din Fig. 2.4.

Fig. 243. Rezultatul obinut prin folosirea Histogram

2.3. Descrierea temei

3.1. Obiective de nvare

3.1. Obiective de nvare

3.2. Concepte teoretice

Fig. 3.3. Fereastra de eantionare

3.2.2. Valorile aberante

Fig. 3.1. mprirea unui ir n cuartile

3.2.3. Determinarea coeficientului de rebut

Pentru acest exemplu, coeficientul de rebut se determin astfel:

a. Importai din fiierul Producie_carcase_CH300M_ian2016.txt coloana reprezentnd

Descriere resursa Limba Format Link

4.1. Obiective de nvare

4.1. Obiective de nvare

4.2. Concepte teoretice

Risc Unilateral Risc Bilateral

Fig.4.1 Legtura intre intervalul de Fig.4.2 Legtura intre intervalul de semnificaie si

4.2.1. Estimarea mediei

1. Risc bilateral simetric, RBS Reparitia normala

Relaia care leag intervalul de ncredere cu nivelul de

Din tabelul repartiiei normale N(0,1) se aleg valorile z/2 .

Din tabelul repartiiei normale N(0,1)

2. Risc bilateral asimetric, RBA Reparitia normala

Relaia care leag intervalul de ncredere cu nivelul de

3. Risc unilateral dreapta, RUD Reparitia normala

Din tabelul repartiiei normale N(0,1) se alege valoarea z.

4. Risc unilateral stnga, RUS Reparitia normala

Din tabelul repartiiei normale N(0,1) se alege valoarea lui -z

= 4%; (RUS) =4%

1. Risc bilateral simetric, RBS Reparitia Student

2. Risc bilateral asimetric, RBA Reparitia Student

Din tabelul repartiiei Student se aleg valorile ts; td

4. Risc unilateral stnga, RUS Reparitia Student