BCE curs 20 6.01.

2010
(continuare)

La limita curba obtinuta este continua si se numeste densitate de probabilitate. Ea

ne ajuta la studiul parametrilor populatiei din care provine sondajul. Aceasta curba f(x)
are 2 caracteristici fundamentale: f (x) �0, "x �R ;
+�

�
f (x)dx = 1 ;
-�
Se poate determina cu ajutorul acestei functii, probabilitatea ca o valoare oarecare
“x” sa fie cuprinsa intr-un interval.
x2

P(x1 �x �x 2 ) = �
f (x)dx ;
x1

Se mai defineste functia de repartitie F(x), ca fiind probabilitatea ca variabilele

aleatoare sa ia valori mai mici ca o valoare “x”.
xl

F(x) = P(x < x l ) = �

f (x)dx ;
-�
Tendinta naturala a rezultatelor unei masuratori este de concentrare in zona de
mijloc si de rarefiere in zonele extreme. Pentru caracterizarea acestor tendinte se
folosesc:
- parametrii de tendinta (media aritmetica, mediana, valoarea centrala, modulul
etc.);
- parametrii de imprastiere (dispersia, abaterea mediei patratice, amplitudinea, etc).

Parametrii de tendinta.
Media aritmetica.
n
x
X=� i ;
i =1 n
m – media aritmetica a populatiei.
Valoarea centrala este media aritmetica a celei mai mari si celei mai mici valori
considerate.
x + x min
x c = max ;
2
Mediana – este valoarea termenului de ordin “n+1/2” pentru siruri impare, sau
xn + xn
+1
media valorilor de ordin M = 2 2 in cazul sirurilor pare.
2
Moda reprezinta valoarea variabilei careia ii corespunde cea mai mare frecventa.
Abaterea medie este media aritmetica a abaterilor fata de origine cu abaterile luate
in valoare absoluta.

1
 Parametrii de imprastiere
Dispersia este definita ca o masura a imprastierii rezultatelor in jurul valorii
1 n
mediei aritmetice a acestora. Se noteaza cu s 2
= �
n i =1
(x i - x) 2 . Mai folosita este formula
n
1
s2 = �(x i - x)2 si se demonstreaza ca aceasta operatie este un estimator mai bun al
n - 1 i =1
dispersiei.
Parametrii pentru dispersia populatiei sunt notati cu s 2 .
n

Abaterea medie patratica. �(x i - x) 2

. se noteaza cu s .
s= i =1

n -1
Amplitudinea R – este diferenta intre valoarea maxima si valoarea minima.
R = x max - x min .
s
Coeficientul de variatie n = .
x
1 n
Momentul central de ordin “q”. M q = �
n i =1
(x i - x)q .

Nivelul de incredere R al masurarii reprezinta probabilitatea cu care intervalul

*

de incertitudine (–u,u), asociat masurarii include valoarea adevarata a masurandului.

Alegerea nivelului de incredere este o decizie a experimentatorului care tine seama de:
- precizia necesara;
- precizia aparatelor de masura;
- numarul de experimentari economic necesar sau posibil etc.
In practica industriala nivelul de incredere este 95%. In cercetarile de nivel
ridicat,
nivelul de incredere este standardizat si poate fi 99%; 99,5%; 99,73%; 99,99%.
Repartitia de probabilitatea a unei variabile aleatoare este functia care determina
probabilitatea ca o variabila aleatoare sa ia o valoare data sau sa apartina unei multimi de
valori. Cele mai folosite functii de probabilitate sunt:
- repartitia normala – se mai numeste si repartitia lui Gauss-Laplace.
- Repartitia �2 ;
- Repartitia polinomiala;
- Repartitia student t.
- Repartitia Fisher F;
- Repartitia Weibull;
- Repartitia Poisson valabila pentru evenimente discrete;
- Repartitia triunghiulara.
( x -m 2 )
1 -
Repartitia normala f (x) = j
� 2 s2 .
s 2p

2
 Probleme de prelucrare a datelor experimentale

Verificarea ipotezelor statistice.

Deseori experimentele sunt organizate in scopul verificarii unei anumite ipoteze.
De exemplu se formuleaza ipoteza ca un parametru oarecare “Q= Q0 ”. Efectuand
experimentul, obtinem mai multe valori pentru acest Q dupa o anumita distributie.
Rezultatele obtinute ne permit sa tragem 2 concluzii posibile:
1 – diferentele sunt de natura aleatoare fiind determinate doar de factori intamplatori
astfel ca valorile obtinute pentru Q au o medie aritmetica x = Q 0 .
2 – variatiile obtinute la experimentare conduc la concluzia: x = Q1 �Q 0 .
Ipoteza dupa care rezultatele prezinta o diferenta aleatoare nesemnificativa se
numeste ipoteza diferentei nule si este notata cu H 0 . Cealalta ipoteza conforma careia
rezultatele duc spre o valoare Q1 �Q0 se numeste ipoteza alternanta si este notata cu H1 .
Sa presupunem ca ipotezei H 0 ii corespunde functia densitate de probabilitate f 0
(x), iar ipotezei H1 functia f1 (x) .

Analiza rezultatelor experimentului este o problema de decizie de acceptare sau

respingere a uneia din cele 2 ipoteze. Pentru astfel de decizie este nevoie de un criteriu.
Un criteriu ideal trebuie sa asigure probabilitatea de 100% de acceptare a unei asemenea
ipoteze cand aceasta este adevarata si o probabilitate de 0% cand ipoteza este falsa. Un
astfel de criteriu nu poate fi insa obtinut. O solutie ar fi de a stabili valoarea limita x l
aflata la intersectia celor 2 curbe. Si vom avea asa:
- x< x l => H 0 adevarata;
- x> x l => H1 adevarata.

3
 Acest criteriu nu ne scuteste insa de posibilitatea luarii unei decizii gresite. Astfel
exista posibilitatea ca ipoteza diferentei nule sa fie adevarata, iar prin aplicarea acestui
criteriu ea sa fie respinsa. Eroarea care se comite se numeste eroarea de ordinul I si
+�

corespunde domeniului a dat de a = �

f (x)dx .
xl
0

Eroarea opusa de acceptare a ipotezei H 0 cand in realitate ea este falsa, este

deasemenea posibila. Ea se numeste eroarea de ordinul II si corespunde domeniului b dat
xl

de b = �
f (x)dx .
-�
1

Valoarea “1- a ” se numeste nivel de incredere, iar “1-β” – puterea testului.

Probleme se complica si mai mult atunci cand functiile f 0 si f1 nu sunt cunoscute.
Alegerea criteriului de verificare a unei ipoteze statistice nu este intotdeauna o
optiune simpla si implica un risc statistic. Pentru diminuarea acestui risc se apeleaza la
studiul cu mai multe teste statistice.
Testul �2 – este un test care urmeaza o repartitie de tip �2 . Se utilizeaza in
cazurile:
- test de egalitate intre dispersia unei populatii normale si o valoare specificata
pornindu-se de la dispersia de pe un esantion sau mai multe din acea populatie.
Comparatia dintre efectivele observate si cele teoretice corespunzatoare ale unei
repartitii specificate aprioric.
- test de independenta si omogenitate;
Testul student – este un test care urmeaza o repartitie student. Se utilizeaza:
- ca test de egalitate intre media unei populatii normale si o valoare specificata
pornindu-se de la un esantion prelevat din acea populatie.
- ca test de egalitate a 2 populatii normale de aceeasi dispersie.
Testul Fisher – se noteaza cu F. Este testul la care statistica folosita urmeaza o
repartitie F. Se utilizeaza:
- test de egalitate a 2 populatii normale pornindu-se de la dispersiile pe 2
esantioane;
- teste ce intervin in analiza dispersiei.
Prelucrarea datelor experimentale presupune rezolvarea unor probleme importante
cum ar fi:
- eliminarea erorilor aberante dintr-un grup de masuratori efectuate in conditii de
repetabilitate – Intr-un sir de rezultatea obtinute in urma unor masuratori in
conditii de repetabilitate este posibil ca una sau cateva valori sa fie mult
indepartate de media celorlalte. In aceste conditii se pune problema daca nu
cumva aceste valori sunt afectate de erori grosolane. Oportunitatea eliminarii unor
asemenea valori se realizeaza apeland la teste specifice cum ar fi: testul
Chauvenet, testul Romanovski, testul Grubbs, testul student.
o Testul Chauvenet – in conformitate cu acest test, o valoare x* se elimina
daca probabilitatea ei de aparitie este inferioara unui nivel P=1/2n (n –
numarul de masuratori). Din punct de vedere practic se procedeaza in felul
urmator: pentru sirul valorilor “n” masurate, se calculeaza media

4
 x* - x
aritmetica, si abaterea mediei patratice. Se calculeaza raportul si se
s
x -x x* - x x l - x
compara cu valorile l limita tabelat. Daca > din tabel,
s s s
valoarea respectiva trebuie eliminata. In caz contrar nu sunt suficiente
motive pentru eliminare. Dupa eliminarea unei valori se verifica dupa
aceeasi metodologie oportunitatea eliminarii unei valori din cele “n-1”
valori ramase, s.a.m.d. pana cand toate valorile satisfac acest test. Decizia
de eliminare a unei valori implica si un risc statistic.
- verficarea normalitatii repartitiei unui sir de date – alegerea unui anumit model
statistic are implicatii profunde asupra concluziilor ce se desprind prin studiul
sirurilor de date. Matematic nu ofera o modalitate de determinare a unui anumit
tip de model statistic. Din aceasta cauza, practic se verifica concordanta unui
anumit model ales cu datele experimentale si pe aceasta baza acceptarea sau
respingerea acestui model. Acceptarea unui anumit model nu exclude posibilitatea
ca un alt model statistic neluat in calcul sa reprezinte mai bine sirul de valori
masurate. In practica prelucrarii datelor experimentale se porneste in general de la
ideea ca datele obtinute au o repartitie normala si se verifica daca aceasta ipoteza
poate fi considerata valabila. Acest lucru se realizeaza cu ajutorul testelor de
verificare a normalitatii repartitiei datelor. Numai daca aceste teste ne arata ca
repartitia normala nu poate fi acceptata se realizeaza si alte tipuri de repartitii.
Testele de verificare a repartiei sunt de 2 tipuri:
o teste cantitative – cel mai folosit este testul �2 , testul Massey si testul
Shapiro-Wilk;
o teste calitative – aici se calculeaza mediana medie aritmetica si modulul.
Daca aceste diferente sunt mici, ipoteza normalitatii poate fi acceptata. Se
calculeaza coeficientul de asimetrie care trebuie sa fie apropiat de 0. Se
calculeaza elementele histogramei verificandu-se pe aceasta baza daca
aceasta are un singur maxim.
- estimarea intervalelor de incredere;
- compararea dispersiilor;
- compararea mediilor aritmetice.