12/16/2011

• MĂSURI DE TENDINŢA CENTRALA

Statistica descriptivă
Şef de Lucrări Dr. Mădălina Văleanu
mvaleanu@umfcluj.ro
– Media aritmetica,
– Mediana,
– Modul,
– Media geometrica, Media armonica, Valoarea centrala
• MĂSURI DE DE DISPERSIE
–
Minim, Maxim, Amplitudine,
– Variatia,
– Abaterea standard,
– Coeficientul de variatie,
– Eroarea standard,
– Amplitudinea
• MĂSURI DE LOCALIZARE
– Cvartile, Decile, Percentile
• MĂSURI DE SIMETRIE
– Asimetria
– Boltirea
Observatie: Toate masuratorile se refera la seria unidimensionala: X: X1, X2,…, Xn

MĂSURAREA TENDINŢEI CENTRALE MĂSURI ALE TENDINŢEI CENTRALE

• se face printr-o serie de indicatori care descriu • Media aritmetica

valorile de la mijlocul unei distribuţii de frecvenţă; n
• acesti indicatori dau o măsură sumară a distribuţiei Xi
respective. X1 X 2 ... X n i 1
X
• Serii: n n
– eşantioane de observaţii
• Exemplu
– observaţii asupra întregii populaţii • Numar de zile de spitalizare: 19, 21, 21, 24, 30, 20, 19, 19
– Talia esantion: 8
– Media: (19+21+21+24+30+20+19+19)/8
– =173/8=21.625

1
 12/16/2011

MĂSURI ALE TENDINŢEI CENTRALE MĂSURI ALE TENDINŢEI CENTRALE

Media aritmetica Media aritmetica

• Proprietăţi ale mediei aritmetice:

• Proprietăţi ale mediei aritmetice:
• Orice valoare a seriei este luată în considerare în
calculul mediei.
• Valorile extreme pot influenţa media aritmetică
distrugându-i reprezentativitatea.
• Media aritmetică se situează printre valorile seriei de
date.
• Suma diferenţelor dintre valorile individuale din serie
şi medie este zero.
• Schimbarea originii scalei de măsură a variabilei X din
care provine seria de date are influenţă asupra mediei.
• Transformarea scalei de măsură a variabilei X
influenţează media aritmetică.
• Suma pătratelor abaterilor valorilor seriei de la media
aritmetică este minimul sumei pătratelor abaterilor
valorilor seriei de la o valoare X a dreptei reale
(principiul sau criteriul celor mai mici pătrate)

MĂSURI ALE TENDINŢEI CENTRALE

MĂSURI DE TENDINŢA CENTRALA Mediana

• Media aritmetică modificată – Mediana este o valoare astfel încât jumătate

– media aritmetică a seriei fară p% (p=5) dintre dintre valori îi sunt inferioare (sau egale) şi
valorile extreme cealaltă jumătate superioare (sau egale).

• Media aritmetica ponderata • poate fi determinată şi pentru o serie univariată cu

date ordinale
n
WX • nu este influentata de valorile extreme ale seriei
i 1 i i .
X n
W
i 1 i
• (Wi este ponderea asociata elementului Xi)

2
 12/16/2011

MĂSURI ALE TENDINŢEI CENTRALE MĂSURI DE TENDINŢA CENTRALA -

Mediana modulul
• Procedura de calcul a medianei: • Modul (valoarea modală sau dominanta) unei serii statistice
– Se ordonează datele seriei în ordine crescătoare. este valoarea care are cea mai mare frecvenţă din serie.
– Se localizează poziţia medianei în acest şir şi se – poate fi determinat si pentru o serie univariata
determină valoarea ei.
Me X n 1 , dacă n impar • Dacă seria statistică este prezentată sub forma unei tabele de
2 clase de frecvenţe, modul corespunde centrului clasei de
Xn Xn frecvenţă maximă.
1
Me 2 2
, dacă n par – distribuţie de frecvenţe unimodală: tabelul de frecvenţe are un singur
2 maxim
– distribuţie de frecvenţe multimodală: mai multe maxime.

• Exemplu: 12, 14, 12, 9,5 -unimodală; modulul=12

• 12, 14, 12, 14, 9, 5 - bimodală

MĂSURI DE TENDINŢĂ CENTRALĂ MĂSURI DE TENDINŢĂ CENTRALĂ

Proprietăţi Proprietăţi
Dacă datele au o distribuţie simetrică, media, mediana si
• Asimetrie spre dreapta= asimetrie (Skew) pozitivă
modulul sunt egale. – Modul < Mediana < Media aritmetică

Distribuţie simetrică Distribuţie asimetrică (skew)

Media
Mediana
Modul Modul Mediana Media

3
 12/16/2011

MĂSURI DE TENDINŢA CENTRALA

MĂSURI DE TENDINŢĂ CENTRALĂ
Proprietăţi
• Asimetrie spre stânga= asimetrie (Skew) negativă • Alte măsuri de tendinţă centrală:
– Media aritmetică < Mediana < Modul

Media geometrica n X X ... Xn

1 2

Media armonica n
1 1 ... 1
X X Xn
1 2
Valoarea centrala X max X
min
2

MĂSURI DE LOCALIZARE Software

• Indicatori de localizare sau amplasare (generalizări
pentru împărţirea în 4, 10 sau 100 de grupuri)
– Cvartilele – Excel
• Functions: Average, Geomean, Harmean, Percentile
– Decilele • Data Analysis - Descriptive statistics
– Percentilele – Epiinfo - Analysis – Means
– SPSS - Analysis – Descriptive Statistics
– Statistica
• Descriptive statistics
25% 25% 25%
25%

0 250 500 750 1000

4
 12/16/2011

MĂSURAREA DISPERSIEI MĂSURI DE DISPERSIE

• Se face printr-o serie de indicatori care descriu variaţia şi • Amplitudinea

răspandirea unei serii de valori. – A = Xmax - Xmin.
– Xmax=max{X1,…,Xn}
– Minim
– Xmin= min {X1,…,Xn}
– Maxim
– Amplitudinea
– Este folosită pentru a măsura paleta de împrăştiere a
– Media deviaţiei valorilor unei serii statistice
– Variaţia (dispersia) – Nu oferă informaţii privind gradul de împrăştiere a
– Abaterea standard (ecartul tip) valorilor unei serii statistice
– Eroarea standard
– Coeficientul de variaţie.

MĂSURI DE DISPERSIE Variaţia

– Media deviaţiei n - Exprimă gradul de distribuţie, care ne spune cât de tare sunt
X X
• de la medie i răspândite valorile în jurul mediei
AD X = i 1 ,
n
Variatie mare:

- Media deviaţiei n
X Me
de la mediana ADMe =
i 1 i Variatie mica:
Media
n .

Media

5
 12/16/2011

Variatia Notaţii
Variaţia pentru populaţie n
Parametri Parametri
(Xi X )2 pentru pentru
2 i 1
eşantioane populaţie
N
Variaţia pentru eşantion n Deviaţia S σ
(Xi X )2 standard
s2 i 1
Media µ
n 1 (aritmetică )
X

Ajustează tendinţa de subestimare a variaţiei

populaţiei faţă de variaţia eşantionului

21

MĂSURI DE DISPERSIEVariaţia (dispersia) n

VARIATIA - EXEMPLU X )2DE DISPERSIE
( XMĂSURI
i
Pacient Greutate xi
2 s2 i 1standard
Abaterea
n ,
(deviaţia standard, ecartul tip)
(kg)
1 7.0 49.00
2 11.7 136.89 • Este indicatorul
n s2.cel mai utilizat pentru măsurarea
S2= unei
dispersiei
3 12.6 158.76 n 1 serii de variaţie
4 15.7 246.49
5 15.9 252.81
• Unitate de măsură: unitatea de măsură a variabilei
6 16.0 256.00 (147 .1) 2

7 16.0 256.00
Abaterea
2
2264 .49 standard
10 S= S 2 .
s
8 17.0 289.00 (ecartul10tip)1
9 17.5 306.25
s2 11 .18 kg2
10 17.7 313.29
Total 147.1 2264.49
Eroarea standard
Unitatea de măsură ES s .
10
xi
10
xi
2 n
i 1 i 1

Coeficientul de variaţie CV = S .
X

6
 12/16/2011

MĂSURI DE DE DISPERSIE - aplicaţii

Distribuţia normală (Gauss)

intervalul X 1 S conţine aprox. 68.3 % din valori

intervalul X 2 S conţine aprox. 95.5 % din valori

intervalul X 3 S conţine aprox. 99.7 % din valori

Observatie: Valorile care nu sunt in acest interval se numesc

valori aberante.

ţia (dispersia) n
( X X )2
2 i
s i 1
n ,

S2 = n s2 .
n 1

rea standard S= S 2 .
l tip)
MĂSURI DE DISPERSIE
MĂSURI DE DE DISPERSIE
• Eroarea standard ES s .
ea standard n
• Coeficientul de variaţie – interpretare
– Este indicatorul cel mai utilizat pentru măsurarea dispersiei unei serii de
variaţie
ientul de variaţie – INDICATOR DE DISPERSIECV CARE
S . IMPRASTIEREA
= ARATA
CV este sub 10%: populaţia poate fi considerată omogenă;
MEDIILOR ESANTIOANELOR IN JURUL
X MEDIEI
POPULATIEI
– Folosit in statistica inferenţială (intervale de încredere) CV este între 10%-20% :populaţia poate fi considerată
relativ omogenă;
S CV este între 20%-30%: populaţia poate fi considerată
• Coeficientul de variaţie CV relativ eterogenă;
X
• CV este peste 30%: populaţia poate fi considerată
– Nu are unitate de masura si poate fi exprimat procentual. eterogenă.
– Este folosit pentru a compara variatia relativa sau imprastierea
distributiilor diferitelor serii, esantioane sau populatii sau a diferitelor
caracteristici ale unei singure seriei.

7
 12/16/2011

MĂSURI DE ASIMETRIE MĂSURI DE ASIMETRIE

ASIMETRIA (Skewness) EXCESUL (KURTOSIS)

Asimetrie: “coada” (tail) la stanga sau dreapta • Exces: ( ) – aplatizare, boltire

- Măsoară abaterea de la aspectul simetric în – Măsoară înălţimea aplatizării în comparaţie
comparaţie cu o distribuţie normală cu o distribuţie normală
n 1 n ( X X )4
n
i 1
[( X i X ) / S ]3 i 1 i 3
3 4 S4
n

ASIMETRIE SI EXCES Exemplu:

(SKEWNESS, KURTOSIS)- proprietăţi Varsta pacientilor sositi la cabinetul

stomatologic in regim de urgenta in Talie esantion:
n=6
df = 5
n = 2.45
data de 2 nov: 19, 21, 21, 24, 30, 20

Media varstei: (x– (x-

1 = 19 + 21 + 21 + 24 + 30 + 20 / 6 x n media
media) media)2
= 22.5
• Pentru o distributie normala: 19 6 22.5 -3.5 12.25
Variaţia:
– asimetria si excesul au valori apropiate de 1. 2 s2 = 81.5 / 5
s2 = 16.3 21 6 22.5 -1.5 2.25

Deviatia standard: 21 6 22.5 -1.5 2.25

3 S = 16.3
S = 4.04 24 6 22.5 1.5 2.25

Eroarea standard: 30 6 22.5 7.5 56.25

4 SE = 4.04 / 2.45
SE = 1.65
20 6 22.5 -2.5 6.25
Coeficientul de variaţie:
5 CV = 4.04 / 22.5 81.5
CV = 0.18 or 18%

8
 12/16/2011

EXERCIŢIU

• Pentru un eşantion de n = 36 pacienti cardiaci s-a găsit

media tensiunii arteriale sistolice de 150 mmHg cu o
deviaţie standard de 12 mmHg.
• a) În ce interval sunt situate 68% din valorile tensiunii
sistolice ale pacientilor?
• b) In ce interval găsim valoarea medie a tensiunii
sistolice cu o probabilitate de 95% ?
• c) Cati pacienti (in %) au tensiunea sistolica peste 162
mm?