Sunteți pe pagina 1din 49

Econometrie

UNITATEA DE ÎNVĂȚARE 6

Prof. univ. dr. Zaharia Marian

Asist. Univ. drd. Oprea Cristina

1
Unitatea de învăţare 6
TESTAREA IPOTEZELOR PRIVIND MEDIILE POPULAŢIILOR CU
EŞANTIOANE DE VOLUM MARE

Cuprins
Unitatea de învăţare 6 TESTAREA IPOTEZELOR PRIVIND MEDIILE POPULAŢIILOR CU
EŞANTIOANE DE VOLUM MARE ............................................................................................. 2
Obiectivele Unităţii de Învăţare 6 ............................................................................................................. 2
6.1 Compararea mediei eşantionului cu media colectivităţii generale ..................................................... 3
6.2 Compararea mediilor a două eşantioane ............................................................................................. 7
6.3 Compararea proporţiei eşantionului cu a colectivităţii generale....................................................... 10
Lucrare de verificare 6A ......................................................................................................................... 14
Test de autoevaluare 6B .......................................................................................................................... 15
Rezumat .................................................................................................................................................. 21
Bibliografie ............................................................................................................................................. 21
Răspunsuri la testele de autoevaluare ........................................................................................... 22

Obiectivele Unităţii de Învăţare 6

După studiul acestei unităţi de învăţare cursanţii vor avea cunoştinţe despre:
 testarea ipotezei statistice privind compararea mediei eşantionului cu media
colectivităţii generale;
 testarea ipotezei statistice privind compararea mediilor a două eşantioane de
volum mare;
 testarea ipotezei statistice privind compararea proporţiei eşantionului cu a
colectivităţii generale;

2
6.1 Compararea mediei eşantionuluicu media colectivităţii generale

Stabilirea volumului fiecărui eşantion cu care se lucrează în cadrul testării ipotezelor


statistice, permite aplicarea unui anumit tip de test statistic.
În condiţiile utilizării unor eşantioane de volum mare ( n  30 ) s-a demonstrat necesitatea
aplicării statisticii Z
Aplicarea testului Z în cazul comparării mediei eşantionului  de volum n cu media
colectivităţii generale  presupune studierea unei populaţii statistice, de variabilitate constantă,
pentru a stabili dacă valoarea mediei a acestuia este aceeaşi cu a eşantionului utilizat în cercetare
Repartiţia normală redusă care stă la baza testului Z are în vedere funcţia de repartiţie

 
N  ,  2 , cu parametri   0 şi   1
2

Statistica testului calculat se stabileşte în raport cu gradul de cunoaştere a dispersiei

colectivităţii generale (  ):
2

  2 cunoscut :
x   ip x   ip
Zc   (6.1)
2 
n n

  2 necunoscut:
x   ip x   ip
Zc   (6.2)
s2 s
n n

unde:
n - volumul eşantionului
 ip - media ipotetică

x - media eşantionului
 2 - dispersia colectivităţii generale
 - abaterea medie pătratică a colectivităţii generale
s 2 - estimaţia dispersiei colectivităţii generale
s - estimaţia abaterii medii pătratice a colectivităţii generale

3
În raport cu direcţia abaterii inclusă în ipoteza alternativă, testul Z aplicat poate fi:
a.  unilateral stânga

b.  bilateral
c.  unilateral dreapta

 Testul Z unilateral stânga


Acest tip de test este utilizat în situaţia practică ce direcţionesză abaterea spre stânga, mai
precis ipoteza alternativă precizează că media populaţiei eşantionului este mai mică decât a
populaţiei.
Pe grafic (figura 6.1), densitatea de probabilitate este limitată la stânga de aria regiunii de
respingere a ipotezei nule. Această regiune este demarcată de valoarea critică  Z  . Pentru o

limită de semnificaţie  , valoarea lui Z denumit şi „Z tabelar sau teoretic” se preia din anexa 1,
tabelul cu valorile funcţiei Gauss Laplace.

RR

H 0 se respinge  Z

Figura 6.1Elementele teoretice ale testului Z unilateral stânga

Etapele aplicării testului:


1. - se precizează ipoteza nulă : H 0 :    ip

2. - se stabileşte ipoteza alternativă : H 1 :    ip

3. - se precizează tipul testului statistic utilizat în raport cu volumul eşantionului n  30 , datele


aplicaţiei şi H 1 (se aplică testul Z unilateral stânga) şi seîncepe schiţarea graficului;

4
4. - în funcţie de nivelul de încredere ( 1   ), se determină limita de semnificaţie (  ), cu
ajutorul căreia se stabileşte :
►Z tabelar sau teoretic: - Z  (Anexa 1), iar valoarea se trece pe grafic

► regiunea de respingere ( R r ) : dacă Z calculat   Z  , atunci H o se respinge şi este

adevărată ipoteza H 1 .
5. - se calculează valoarea statistică a testului cu una din relaţiile 4.2 sau 4.3, iar valoarea
obţinută se plasează pe grafic.
6. - se compară valoarea lui Z c cu - Z  şi se stabileşte dacă rezultatul statistic al testului

calculat Z c intră sau nu intră în regiunea de respingere R r , luându-se decizia adecvată


situaţiei.

 Testul Z bilateral
Aplicarea testului are în vedere ipoteza alternativă prin care se specifică faptul că media
eşantionului diferă semnificativ de media colectivităţii generale.
Graficul, figura 6.2, indică o limitare a densităţii de probabilitate în ambele părţi, atât la
stânga cât şi la dreapta de aria de respingere a ipotezei nule. Cele două regiuni de respingere sunt
prezentate pe grafic începând cu valorile critice - Z  , respectiv Z  .
2 2

RR
RR

H 0 se respinge H 0 se respinge

 Z Z
2 2

Figura 6.2. Elementele teoretice ale testului Z unilateral bilateral

Utilizarea testului presupune parcurgerea următoarelor etape:


1. Ipoteza nulă: H 0 :    ip

5
2. Ipoteza alternativă: H 1 :    ip

3. Deoarece n  30 , din datele aplicaţiei şi H 1 , atuncise aplică testul Zbilateral şi seîncepe


schiţarea graficului.
4. În funcţie de nivelul de încredere ( 1   ), se determină limita de semnificaţie (  ), cu ajutorul
căreia se stabileşte :
►Z tabelar sau teoretic: Z  şi - Z  (anexă 1 cu valorile funcţiei Gauss Laplace), iar
2 2

valorile se plasează pe grafic


► regiunea de respingere ( R r ): dacă Z c  - Z  sau Z c  Z  , atunci H o se respinge şi este
2 2

adevărată ipoteza H 1 .
5. Se calculează valoarea statistică a testului cu una din relaţiile 4.2 sau 4.3, iar valoarea
obţinută se plasează pe grafic.
6. Se compară Z c cu Z  şi/sau cu - Z  , astfel urmărindu-se dacă se verifică una din relaţiile R r
2 2

şi se ia decizia adecvată situaţiei.

 Testul Z unilateral dreapta


Ipoteza alternativă a acestui test constă în afirmaţia că media eşantionului este mai mare
decât cea a colectivităţii generale.Această remarcă se evidenţiază în reprezentarea grafică în care
se prezintă o limitare a densităţii de probabilitate la dreapta, printr-o arie de regiuni de respingere
a ipotezei nule.
În cazul acestui test regiunea de respingere este demarcată prin valoarea critică Z 
(figura 6.3).

RR

Z H 0 se respinge

6
Figura 6.3. Elementele teoretice ale testului Z unilateral dreapta

Etapele care trebuiesc parcurse pentru aplicarea tetsului „z” unilateral dreapta sunt cele
prezentate anterior în cadrul celorlalte două tipuri de teste „z”.
1. Ipoteza nulă: H 0 :    ip

2. Ipoteza alternativă: H 1 :    ip

3. Deoarece n  30 , din datele aplicaţiei şi H 1 , atuncise aplică testul Zunilateral dreapta şi


seîncepe schiţarea graficului.
4. În funcţie de nivelul de încredere ( 1   ), se determină limita de semnificaţie (  ), cu ajutorul
căreia se stabileşte :
►Z tabelar sau teoretic: Z  (anexa 1) – şi valorile se plasează pe grafic

► regiunea de respingere ( R r ) : dacă Z c  Z  , atunci H o se respinge şi este adevărată

ipoteza H 1 .
5. Se calculează valoarea statistică a testului cu una din relaţiile 4.2 sau 4.3, iar valoarea
obţinută se plasează pe grafic.
6. Se compară Z c cu Z  , astfel urmărindu-se dacă se verifică relaţia R r şi se ia decizia adecvată
situaţiei.

6.2 Compararea mediilor a două eşantioane

În anumite situaţii practica necesită realizarea unei analize statistice prin compararea a
două medii ce reprezintă două eşantioane care trebuiesc studiate.
Principalele caracteristici ce permit aplicarea testului Z pentru compararea mediilor ce
revin celor două eşantioane sunt:
1. - eşantioanele sunt de volum mare ( n1  30 şi n2  30 )

2. – variabilele au tendinţe de normalitate: X 1  N 1 ,  12  şi X 2  N  2 ,  22 


Statistica testului calculat este:
  2 cunoscut :

7
x1  x 2
zc  (6.3)
 12  22

n1 n2

  2 necunoscut:
x1  x 2
zc  (6.4)
2 2
s1 s
 2
n1 n2

unde:
n1 – volumul primului eşantion
n 2 – volumul celui de-al doilea eşantion

x1 - media eşantionului 1
x 2  media eşantionului 2

 12 - dispersia primului eşantion

 22 - dispersia celui de-al doilea eşantion


s12 - estimaţia dispersiei primului eşantion

s 22 - estimaţia dispersiei celui de-al doilea eşantion

Cazuri particulare:
- dacă dispersiile celor două populaţii eşantionate sunt egale,  1   2   2 , atunci
2 2
1.
statistica testului calculat va fi:
  2 cunoscut :
x1  x 2
zc  (6.5)
1 1
 
n1 n2

  2 necunoscut:
x1  x 2
zc  (6.6)
1 1
s 
n1 n2

8
2. - dacă cele două eşantioane au acelaşi volum n1  n2  n , atunci statistica testului calculat
va fi:
  2 cunoscut :
x1  x 2
zc  (6.7)
1   2
2 2

n
  2 necunoscut:
x1  x 2
zc  (6.8)
s1  s 2
2 2

n
Direcţia abaterii ipotezei alternative implică şi în cazul comparării mediilor celor două
eşantioane apariţia celor trei tipuri de teste:
 unilateral stânga
 bilateral
 unilateral dreapta

Etapele ce trebuiesc parcurse, în toate cele trei tipuri de teste, sunt prezentate după cum
urmează:
1. Se prezintă ipoteza nulă H 0 : 1   2

2. Se stabileşte ipoteza alternativă( H 1 ) în funcţie de tipul testului, astfel:

2.1. - testul unilateral stânga: H 1 : 1   2

2.2. - testul bilateral: H 1 : 1   2

2.3. - test unilateral dreapta: H 1 : 1   2


3. Se precizează tipul testului statistic utilizat în raport cu datele aplicaţiei, volumul eşantionului
(dacă n>30, atunci se aplică testul „z”) , H 1 şi seîncepe schiţarea graficului.
4. În funcţie de nivelul de încredere ( 1   ) se determină limita de semnificaţie (  ) cu ajutorul
căruia se stabileşte:
4.1. - testul unilateral stânga:
► „Z” tabelar sau teoretic Z  (Anexa 1) şi valoarea cu semnul „-„ se plasează pe
grafic .
9
► Regiunea de respingere R r : dacă Z c  Z  , atunci H o se respinge şi este adevărată

ipoteza H 1 .
4.2. - testul bilateral:
► „Z” tabelar sau teoretic Z  (Anexa 1) şi valorile cu semnele „+” şi ”-„ se plasează
2

pe grafic.
► Regiunea de respingere R r : dacă Z c  - Z  sau Z c  Z  atunci H o se respinge şi e
2 2

adevărată ipoteza H 1 .
4.3. - test unilateral dreapta:
► „Z” tabelar sau teoretic Z  (anexa 1) şi valoarea cu semnul „+„ se plasează pe
grafic.
► Regiunea de respingere R r : dacă Z c  Z  , atunci H o se respinge şi este adevărată

ipoteza H 1 .
5. Se calculează valoarea statistică a testului calculat cu una din relaţiile 4.4 – 4.9, iar valoarea
obţinută se plasează pe grafic.
6. Se compară valoarea lui Z c cu una din valorile lui: - Z  , - Z  , Z  , sau Z  , şi se stabileşte
2 2

dacă rezultatul statistic al testului calculat, Z c , intră în regiunea de respingere R r , luându-se


decizia adecvată situaţiei.

6.3 Compararea proporţiei eşantionului cu a colectivităţii generale

În practică apar cazuri care necesită testarea proporţiei unui eşantion cu testarea
proporţiei colectivităţii generale.
Aspectele pe care le vizează aplicarea testului Z în cazul comparării proporţiei
eşantionului cu cea a colectivităţii generale sunt:
 distribuţia repartizării proporţiilor trebuie să fie o distribuţie dihotomică ale cărei
caracteristici sunt modelate în general prin variabile repartizate binominal;
 distribuţia binominală este normală dacă:
n  p  5, n(1  p)  5 ,

10
unde „p” reprezintă proporţia (media) eşantionului.
În rapot cu volumul eşantionului apar următoarele situaţii:
 dacă „n” este suficient de mare (n>30) , în general în practică, relaţiile prezentate sunt
îndeplinite, deci apare o distribuţie normală a repartiţiei binominale, ceea ce implică aplicarea
testului „z”.
 dacă „n” este mai mic (n<30), se utilizează probabilitatea elementului compus sub H o
printr-o sumă a probabilităţilor de apariţie a evenimentelor caracterizate de un număr de
„succese” mai mare sau egal cu „r”.
n
PH 0   C n P0 (1  p 0 ) n i
i i

i r

Această relaţie conduce la obţinerea probabilităţilor critice, situaţie în care distribuţia de


eşantionare a proporţiei va fi tot una de tip Z, ceea ce implică aplicarea aceluiaşi tip de test şi
anume, testul Z.
Statistica testului calculat este:
f  pip
Zc  (6.9)
f (1  f )
n
unde:
n = volumul eşantionului
p ip = proporţia ipotetică

f = proporţia eşantionului
Ipoteza alternativă, prin direcţia abaterii pe care o prezintă, implică apariţia unuia dintre
cele trei tipuri de teste Z deja prezentate:
 unilateral stânga
 bilateral
 unilateral dreapta.
Aplicarea testului presupune parcurgerea următoarelor etape:
1. Se prezintă ipoteza nulă: H 0 : p  p o

2. Se stabileşte ipoteza alternativă ( H 1 ) în funcţie de tipul testului, astfel:


2.1. -testul unilateral stânga: H 1 : p  p ip

11
2.2. -testul bilateral: H 1 : p  p ip

2.3. -test unilateral dreapta: H 1 : p  p ip

3. Se precizează tipul testului statistic utilizat în raport cu datele aplicaţiei, H 1 şi volumul


eşantionului (dacă n>30, atunci se aplică testul „Z”) şi seîncepe construcţia graficului.
4. În funcţie de nivelul de încredere ( 1   ) se determină limita de semnificaţie (  ) cu ajutorul
căruia se stabileşte:
4.1. - testul unilateral stânga:
► „Z” tabelar sau teoretic Z  (anexa 1) şi valoarea cu semnul „-„ se plasează pe grafic
.
► regiunea de respingere R r : dacă Z c  Z  , atunci H o se respinge şi este adevărată

ipoteza H 1 .
4.2. - testul bilateral:
► „Z” tabelar sau teoretic Z  (anexa 1) şi valorile cu semnele „+” şi ”-„ se plasează
2

pe grafic.
► regiunea de respingere R r : dacă Z c  - Z  sau Z c  Z  , atunci H o se respinge şi
2 2

este adevărată ipoteza H 1 .

4.1.- test unilateral dreapta:


► „Z” tabelar sau teoretic Z  (anexa 1) şi valoarea cu semnul „+„ se plasează pe
grafic.
► regiunea de respingere R r : dacă Z c  Z  , atunci H o se respinge şi este adevărată

ipoteza H 1 .

5. Se calculează valoarea statistică a testului calculat cu relaţia (3.21), iar valoarea obţinută se
plasează pe grafic.

12
6. se compară valoarea lui Z c cu una din valorile lui: - Z  , - Z  , Z  , sau Z  , şi se stabileşte
2 2

dacă rezultatul statistic al testului calculat, Z c , intră în regiunea de respingere R r , luându-


se decizia adecvată situaţiei.

Exemplul 6.1.
Managerul unui lanţ hotelier s-a gândit să analizeze situaţia cheltuielilor ultimei luni, cu
scopul de a reduce pe viitor nivelul acestora. În acest context, s-a realizat un studiu privind
cheltuielile cu angajaţii trimişi la cursurile de training şi s-a stabilit că, pe fiecare angajat
cheltuiala este distribuită normal cu o medie de 980 UM şi o dispersie de 2500.
Se consideră că, această cheltuială medie pe angajat este mai mare decât cea stabilită la
980 UM. În vederea verificării afirmaţiei, se selectează aleatoriu un eşantion de 40 salariaţi
pentru care se înregistrează cheltuielile cu training-ul şi se stabileşte valoarea medie a acestor
cheltuieli la 1110 UM.
Pentru o probabilitate de 99,9%, poate managerul să concluzioneze că această cheltuială
medie pe angajat este mai mare de 980 UM?

Rezolvare:
Notaţii:  ip = 980 UM

 2 = 2500
n = 40 salariaţi
x = 1110 UM
( 1   ) = 99,9%
1 Ipoteza nulă H 0 :    ip

(nu există diferenţă semnificativă între cheltuiala medie pe angajat şi cea stabilită
ipotetic la nivelul lanţului hotelier)
2 Ipoteza alternativă H 1 :    ip

13
( cheltuiala medie pe angajat este mai mare decât cea ipotetică stabilită la nivelul
lanţului hotelier)
3 Dacă n= 40 angajaţi >30, atunci se aplică testul Z (testul Z unilateral dreapta)
4 Se determină Z tabelar (teoretic) similar celor prezentate în exemplul 4.1 şi pentru   0.001
se obţine Z  = Z 0.001 = 3,085
5 Valoarea statistică a testului (valoarea calculată) este:
x   ip x   ip 1110  980 130
Zc      16,43
 2 2500 7,91
n n 40

Rr

Z   3,085 Z c  16,43
H 0 se respinge

Figura 6.4. Verificarea ipotezei H 0


(nu există diferenţă semnificativă între cheltuiala medie pe angajat şi cea stabilită ipotetic la
nivelul lanţului hotelier)
6 Deoarece aşa cum se prezintă şi în figura 4.17, Z c (16 ,43)  Z  (3,085 ) , iar Z c intră în R r ,

atunci H o se respinge şi este adevărată ipoteza H 1 , deci concluzia este că, managerul a
anticipat bine: cheltuiala medie pe angajat este mai mare de 980 UM.

Lucrare de verificare6A

Răspundeţi pe scurt la următoarele întrebări:


1. Pentru o valoare de -1,29 a testului critic Z, schiţaţi distribuţia lui Z şi indicaţi locul
regiunii critice.
2. Pentru o valoare de 2,33 a testului critic Z, schiţaţi distribuţia lui Z şi indicaţi locul
regiunii critice.

14
3. Pentru   0,05 şi  Z calculat =0,40 specificaţi dacă ipoteza nulă este respinsă în cazul
testului bilateral.
4. Pentru   0,025 şi  Z calculat =0,45 specificaţi dacă ipoteza alternativă este acceptată
în cazul testului bilateral.
5. Într-un test în care se testează ipoteza nulă H0: μ =100 şi ipoteza alternative H1: μ>100 se
obţine valoarea testului z = 2,26, aflaţi pragul de semnificaţie corespunzător valorii
calculate a testului.

Test de autoevaluare 6B

1. Managerul unei structuri de primire turistică doreşte să verifice dacă durata medie a
sejurului turiştilor cazaţi este mai mică de 6 zile. Acesta presupune că durata medie a
unui sejur este de 6 zile, iar abaterea medie practică este de 2 zile. Testarea ipotezei este
completată prin selectarea aleatoare a unui eşantion de 80 turişti pentru care se stabileşte
că durata medie a sejurului este de 5 zile; nivelul de încredere este de 95%. Care sunt cele
două ipoteze?
a. H0: nu există diferenţă semnificativă între durata medie a sejurului şi cea
presupusă de manager
H1: durata medie a sejurului este mai mică decât cea presupusă de manager.
b. H0: nu există diferenţă semnificativă între durata medie a sejurului şi cea
presupusă de manager
H1: durata medie a sejurului este mai mare decât cea presupusă de manager.
c. H0: nu există diferenţă semnificativă între durata medie a sejurului şi cea
presupusă de manager.
H1: există diferenţă semnificativă între durata medie a sejurului şi cea presupusă
de manager.
d. H0: există diferenţă semnificativă între durata medie a sejurului şi cea presupusă
de manager
H1: durata medie a sejurului este mai mică decât cea presupusă de manager.

15
2. Managerul unei structuri de primire turistică doreşte să verifice dacă durata medie a
sejurului turiştilor cazaţi este mai mică de 6 zile. Acesta presupune că durata medie a
unui sejur este de 6 zile, iar abaterea medie practică este de 2 zile. Testarea ipotezei este
completată prin selectarea aleatoare a unui eşantion de 80 turişti pentru care se stabileşte
că durata medie a sejurului este de 5 zile; nivelul de încredere este de 95%. Valoarea
statistică a testului (valoarea calculată) este:
a. -4,55;
b. -3,55;
c. 2.35;
d. 7,25.

3. Un comerciant este de părere că, un român consumă în medie într-o lună mai puţin de 8
kg de pâine şi ar vrea să verifice această opinie. În acest sens, s-a realizat o anchetă pe un
eşantion aleatoriu de 49 familii din toate judeţele României şi a relevat un consum mediu
de 8,2 kg, cu o abatere medie pătratică de 1,7 kg. Dacă acceptăm un nivel de încredere de
95%, valoarea statistică a testului (valoarea calculată) este:
a. 0,95
b. 0,83
c. 1
d. 0,24.

4. Salariul mediu pe angajat stabilit pentru 35 agenţii de turism dintr-un judeţ este de 1600
lei. La nivelul regiunii care include judeţul respectiv s-a determinat pentru toate agenţiile,
un salariu mediu de 1585 lei pe angajat şi o abatere de 76,55 lei. Dacă cei interesaţi
doresc să arate, pentru o probabilitate de 99%, dacă salariul mediu pe angajat stabilit la
nivelul agenţiilor de turism ale judeţului diferă semnificativ de cel determinat pentru toate
agenţiile de turism din regiune, care sunt cele două ipoteze statistice?
a. H0: nu există diferenţă semnificativă salariul mediu pe angajat şi cel ipotetic.
H1:salariul mediu pe angajat este mai mic decât cel ipotetic.
b. H0:nu există diferenţă semnificativă între salariul mediu pe angajat şi cel ipotetic.
H1:există diferenţă semnificativă între salariul mediu pe angajat şi cel ipotetic.
c. H0: nu există diferenţă semnificativă salariul mediu pe angajat şi cel ipotetic.

16
H1:salariul mediu pe angajat este mai mare decât cel ipotetic.
d. H0: există diferenţă semnificativă salariul mediu pe angajat şi cel ipotetic.
H1:salariul mediu pe angajat este mai mic decât cel ipotetic.

5. Salariul mediu pe angajat stabilit pentru 35 agenţii de turism dintr-un judeţ este de 1600
lei. La nivelul regiunii care include judeţul respectiv s-a determinat pentru toate agenţiile,
un salariu mediu de 1585 lei pe angajat şi o abatere de 76,55 lei. Se doreşte testarea
ipotezei conform căreia salariul mediu pe angajat stabilit la nivelul agenţiilor de turism
ale judeţului diferă semnificativ de cel determinat pentru toate agenţiile de turism din
regiune.În urma testării acestei ipoteze pentru o probabilitate de 99% , putem afirma că:
a. Zcalculat= -1,16, se admite ipoteza nulă şi putem trage concluzia că nu există
diferenţă semnificativă între salariile medii stabilite la nivelul celor 35 agenţii de
turism şi la nivelul regiunii;
b. Zcalculat= 1,16, se respinge ipoteza nulă şi putem trage concluzia că există diferenţă
semnificativă între salariile medii stabilite la nivelul celor 35 agenţii de turism şi
la nivelul regiunii;
c. Zcalculat= 1,06, se admite ipoteza nulă şi putem trage concluzia că nu există
diferenţă semnificativă între salariile medii stabilite la nivelul celor 35 agenţii de
turism şi la nivelul regiunii;
d. Zcalculat= 1,16, se admite ipoteza nulă şi putem trage concluzia că nu există
diferenţă semnificativă între salariile medii stabilite la nivelul celor 35 agenţii de
turism şi la nivelul regiunii.

6. Managerul unui lanţ hotelier s-a gândit să analizeze situaţia cheltuielilor ultimei luni, cu
scopul de a reduce pe viitor nivelul acestora. În acest context, s-a realizat un studiu
privind cheltuielile cu angajaţii trimişi la cursurile de training şi s-a stabilit că, pe fiecare
angajat cheltuiala este distribuită normal cu o medie de 1090 UM.
Acesta consideră că, respectiva cheltuială medie pe angajat este mai mare decât cea
stabilită la 1090 UM. În vederea verificării afirmaţiei, se selectează aleatoriu un eşantion
de 40 salariaţi pentru care se înregistrează cheltuielile cu training-ul şi se stabileşte

17
valoarea medie de 1110 UM, iar abaterea standard de 50 UM. Pentru o probabilitate de
99,9%, valoarea statistică a testului (valoarea calculată) este:
a. 2,83
b. 2,53
c. 1,53
d. -2,55

7. Managerul unui lanţ hotelier s-a gândit să analizeze situaţia cheltuielilor ultimei luni, cu
scopul de a reduce pe viitor nivelul acestora. În acest context, s-a realizat un studiu
privind cheltuielile cu angajaţii trimişi la cursurile de training şi s-a stabilit că, pe fiecare
angajat cheltuiala este distribuită normal cu o medie de 1090 UM.
Acesta consideră că, respectiva cheltuială medie pe angajat este mai mare decât cea
stabilită la 1090 UM. În vederea verificării afirmaţiei, se selectează aleatoriu un eşantion
de 40 salariaţi pentru care se înregistrează cheltuielile cu training-ul şi se stabileşte
valoarea medie de 1110 UM, iar abaterea standard de 50 UM. Pentru o probabilitate de
99,9%, managerul concluzionează că:
a. această cheltuială medie pe angajat este mai mare decâtcea presupusă de manager
de 1090 UM;
b. această cheltuiala medie pe angajat nu diferă semnificativ de cea presupusă de
managerde 1090 UM;
c. această cheltuială medie pe angajat este mai mică decâtcea presupusă de manager
de 1090 UM;
d. această cheltuiala medie pe angajat diferă semnificativ de cea presupusă de
managerde 1090 UM.

8. Un fermier doreşte să verifice dacă în ceea ce priveşte producţia de lapte, după


cumpărarea şi utilizarea unui tonomat (aparat pentru vânzarea laptelui) profitul este mai
ridicat. În acest scop a fost înregistrat profitul într-o lună (31 de zile) înaintea cumpărării
aparatului şi în următoarea lună (30 de zile) după achiziţionarea şi utilizarea lui.Testarea
ipotezei se realizează pe baza celor două eşantioane, datele stabilite permiţând
înregistrarea următoarelor caracteristici:

18
Înainte de cumpărarea aparatului: După cumpărarea aparatului:
n 1 =31 de zile n 2 = 30 de zile
x1 =1200 UM x 2 = 2030 UM
s1 =231 UM s 2 = 323 UM

În urma testării acestei ipoteze pentru o probabilitate de 99% , putem afirma că:
a. deoarece, Z c   Z  (1,15  1,645 ) , rezultă că ipoteza H0 se admite, ceea ce
înseamnă că profitul fermierului producător de lapte este mai mic după
cumpărarea aparatului;
b. deoarece, Z c   Z  (11,15  1,645 ) , rezultă că ipoteza H0 se admite, ceea ce
înseamnă că profitul fermierului producător de lapte este mai mică după
cumpărarea aparatului;
c. deoarece, Z c   Z  (11,15  1,645 ) , rezultă că ipoteza H0 se respinge şi este
adevărată ipoteza H1, ceea ce înseamnă că profitul fermierului producător de lapte
este mai mare după cumpărarea aparatului;
d. deoarece, Z c   Z  (12 ,5  1,645 ) , rezultă că ipoteza H0 se respinge şi este
adevărată ipoteza H1, ceea ce înseamnă că profitul fermierului producător de lapte
diferă semnificativ după cumpărarea aparatului;

9. ANAT a propus o modificare a reglementărilor statutului salariaţilor din agenţiile de


turism. Modificarea poate fi efectuată numai în condiţiile în care mai mult de 51% dintre
reprezentanţii angajaţilor sunt de acord cu ea. Pentru a stabili dacă această modificare
poate fi indusă în statut s-a selectat aleatoriu un eşantion de 150 reprezentanţi ai
angajaţilor, dintre care 80 de persoane au răspuns că sunt de acord cu respectiva
modificare.În urma testării ipotezei conform căreia proporţia reprezentanţilor din eşantion
nu diferă semnificativ de cea a tuturor celor din ANAT, putem afirma că:
a. Deoarece Z c (0,5)  Z  (1,645 ) , atunci se respinge H0 , deci proporţia
reprezentanţilor din eşantion diferă semnificativ de cea a tuturor celor din
ANAT.Concluzia este că modificarea statului ANAT poate fi pusă în discuţia
reprezentanţilor în vederea aplicării ei.
b. Deoarece Z c (0,5)  Z  (1,645 ) , atunci se admite ipoteza H0, deci proporţia
reprezentanţilor din eşantion nu diferă semnificativ de cea a tuturor celor din

19
ANAT.Concluzia este că modificarea statului ANAT poate fi pusă în discuţia
reprezentanţilor în vederea aplicării ei.
c. Deoarece Z c (0,5)  Z  (0,45 ) , atunci se respinge ipoteza H0, deci proporţia
reprezentanţilor din eşantion diferă semnificativ de cea a tuturor celor din
ANAT.Concluzia este că modificarea statului ANAT poate fi pusă în discuţia
reprezentanţilor în vederea aplicării ei.
d. Deoarece Z c (0,5)  Z  (0,45 ) , atunci se admite ipoteza H0, deci proporţia
reprezentanţilor din eşantion diferă semnificativ de cea a tuturor celor din
ANAT.Concluzia este că modificarea statului ANAT poate fi pusă în discuţia
reprezentanţilor în vederea aplicării ei.

10. Un manager al unui magazin afirmă că, 16% dintre clienţii magazinului sunt bărbaţi.
Unul dintre vânzători nu este de acord cu această afirmaţie. Pentru studiu se formează un
eşantion de 100 clienţi şi se stabileşte că 25% dintre aceştia sunt bărbaţi. Ne putem baza
pe afirmaţia managerului cu un nivel de încredere de 95%?
a. deoarece Z c (2,25)  Z  (1,96) , atunci ipoteza H0 se respinge, deci se acceptă
2

ipoteza H1, prin urmare, afirmaţia managerului nu este adevărată, deoarece


proporţia stabilită diferă semnificativ de cea presupusă.
b. deoarece Z c (2,25)  Z  (0,5) , atunci ipoteza H0 se respinge, deci se acceptă
2

ipoteza H1, prin urmare, afirmaţia managerului nu este adevărată, deoarece


proporţia stabilită diferă semnificativ de cea presupusă.
c. deoarece Z c (1,25)  Z  (1,96) , atunci ipoteza H0 se admite, prin urmare, afirmaţia
2

managerului este adevărată, deoarece proporţia stabilită nu diferă semnificativ de


cea presupusă.
d. deoarece Z c (2,25)  Z  (0,5) , atunci ipoteza H0 se admite, prin urmare, afirmaţia
2

managerului este adevărată, deoarece proporţia stabilită nu diferă semnificativ de


cea presupusă.

20
Rezumat

Pentru testarea indicatorului medie, pentru eşantioane mai mari de 30 de elemente se utilizează
testul Z. Sunt prezentate modalităţile de testare a mediei populaţiei generale, a mediilor a două
populaţii şi în particular a proporţiei existente într-o colectivitate.
Pentru testarea ipotezei privind media populaţiei generale statistica testului pentru  2
x   ip x   ip x   ip x   ip
cunoscut este Z c   sau Z c   în caz contrar. Regiunile critice
2  s2 s
n n n n

sunt determinate în funcţie de pragul de semnificaţie ales şi de enunţurile concrete ale ipotezelor
H 0 (nulă) şi H 1 (alternativă).

Similar, pentru testarea ipotezei privind mediile a două populaţii, statistica testului este
x1  x 2 x1  x 2 f  pip
zc  sau z c  , iar pentru testatrea proporţiilor Z c  .
 12  22 s1
2
s
2
f (1  f )
  2
n1 n2 n1 n2 n

Testările se efectuează parcurgând secvenţial etapele prezentate în unitatea de învăţare 5.

Bibliografie
Cristache S.E., Şerban Lucrări aplicative de statistică şi econometrie pentru
D. administrarea afacerilor, Editura ASE, Bucureşti, 2007

Gogonea R.M.,Zaharia Econometrie cu aplicaţii în activitatea de comerţ-turism-


M. servicii,Editura Universitară, Bucureşti, 2008,
Elemente de analiză şi prognoză în turism, Editura
Hapenciuc C.V.
Junimea, Iaşi, 2004
Isaic-Maniu A., Mitruţ
Statistică, Editura Universitară, Bucureşti, 2003
C.,
Voineagu V.
Jaba E.
Statistică, Editura Economică, Bucureşti, 1998

Pecican Şt. E. Econometrie pentru...economişti, Editura Economică


Bucureşti, 2007

21
Răspunsuri la testele de autoevaluare

Test de autoevaluare 6B
1. a;
2. a;
3. b;
4. b;
5. d;
6. b;
7. b;
8. c;
9. b;
10. a.

22
Anexa 1

Distribuţia normală.
x2

Funcţia integrală a lui Laplace z  
z 1

0 2
e 2 dx

z Ф(z) z Ф(z) z Ф(z) z Ф(z) z Ф(z)

0,00 0,00000 0,30 0,11790 0,60 0,22575 0,90 0,31595 1,20 0,38495

0,01 0,00400 0,31 0,12170 0,61 0,22905 0,91 0,31860 1,21 0,38685

0,02 0,00800 0,32 0,12550 0,62 0,23235 0,92 0,32120 1,22 0,38875

0,03 0,01195 0,33 0,12930 0,63 0,23565 0,93 0,32380 1,23 0,39065

0,04 0,01595 0,34 0,13305 0,64 0,23890 0,94 0,32640 1,24 0,39250

0,05 0,01995 0,35 0,13685 0,65 0,24215 0,95 0,32895 1,25 0,39435

0,06 0,02390 0,36 0,14060 0,66 0,24535 0,96 0,33145 1,26 0,39615

0,07 0,02790 0,37 0,14430 0,67 0,24855 0,97 0,33400 1,27 0,39795

0,08 0,03190 0,38 0,14805 0,68 0,25175 0,98 0,33645 1,28 0,39975

0,09 0,03585 0,39 0,15175 0,69 0,25490 0,99 0,33890 1,29 0,40150

0,10 0,03985 0,40 0,15540 0,70 0,25805 1,00 0,34135 1,30 0,40320

0,11 0,04380 0,41 0,15910 0,71 0,26115 1,01 0,34375 1,31 0,40490

0,12 0,04775 0,42 0,16275 0,72 0,26425 1,02 0,34615 1,32 0,40660

0,13 0,05170 0,43 0,16640 0,73 0,26730 1,03 0,34850 1,33 0,40825

0,14 0,05565 0,44 0,17005 0,74 0,27035 1,04 0,35085 1,34 0,40990

0,15 0,05960 0,45 0,17365 0,75 0,27335 1,05 0,35315 1,35 0,41150

0,16 0,06355 0,46 0,17725 0,76 0,27635 1,06 0,35545 1,36 0,41310

0,17 0,06750 0,47 0,18130 0,77 0,27935 1,07 0,35770 1,37 0,41465

23
0,18 0,07140 0,48 0,18440 0,78 0,28230 1,08 0,35995 1,38 0,41620

0,19 0,07535 0,49 0,18795 0,79 0,28525 1,09 0,36215 1,39 0,41775

0,20 0,07925 0,50 0,19145 0,80 0,28815 1,10 0,36435 1,40 0,41925

0,21 0,08315 0,51 0,19495 0,81 0,29105 1,11 0,36650 1,41 0,42075

0,22 0,08705 0,52 0,19845 0,82 0,29390 1,12 0,36875 1,42 0,42220

0,23 0,09095 0,53 0,20195 0,83 0,29675 1,13 0,37075 1,43 0,42365

0,24 0,09485 0,54 0,20540 0,84 0,29955 1,14 0,37285 1,44 0,42505

0,25 0,09870 0,55 0,20885 0,85 0,30235 1,15 0,37495 1,45 0,42645

0,26 0,10255 0,56 0,21225 0,86 0,30510 1,16 0,37700 1,46 0,42785

0,27 0,10640 0,57 0,21565 0,87 0,30785 1,17 0,37800 1,47 0,42920

0,28 0,11025 0,58 0,21655 0,88 0,31055 1,18 0,38100 1,48 0,43055

0,29 0,11410 0,59 0,22240 0,89 0,31325 1,19 0,38300 1,49 0,43190

24
Distribuţia normală

x2

Funcţia integrală a lui Laplace z  
z 1

0 2
e 2 dx (continuare)

z Ф(z) z Ф(z) z Ф(z) z Ф(z) z Ф(z)

1,50 0,43320 1,72 0,45730 1,94 0,47380 2,32 0,48985 2,76 0,49710

1,51 0,43450 1,73 0,45820 1,95 0,47440 2,34 0,49035 2,78 0,49730

1,52 0,43575 1,74 0,45905 1,96 0,47500 2,36 0,49085 2,80 0,49745

1,53 0,43700 1,75 0,45995 1,97 0,47560 2,38 0,49135 2,82 0,49760

1,54 0,43820 1,76 0,46080 1,98 0,47615 2,40 0,49180 2,84 0,49775

1,55 0,43945 1,77 0,46165 1,99 0,47670 2,42 0,49225 2,86 0,49790

1,56 0,44060 1,78 0,46245 2,00 0,47725 2,44 0,49265 2,88 0,49800

1,57 0,44180 1,79 0,46325 2,02 0,47830 2,46 0,49305 2,90 0,49810

1,58 0,44295 1,80 0,46405 2,04 0,47935 2,48 0,49345 2,92 0,49825

1,59 0,44410 1,81 0,46485 2,06 0,48030 2,50 0,49380 2,94 0,49835

1,60 0,44520 1,82 0,46560 2,08 0,48125 2,52 0,49415 2,96 0,49845

1,61 0,44630 1,83 0,46640 2,10 0,48215 2,54 0,49445 2,98 0,49855

1,62 0,44740 1,84 0,46710 2,12 0,48300 2,56 0,49475 3,00 0,49865

1,63 0,44845 1,85 0,46785 2,14 0,48380 2,58 0,49505 3,20 0,49930

1,64 0,44950 1,86 0,46855 2,16 0,48460 2,60 0,49535 3,40 0,49965

1,65 0,45055 1,87 0,46925 2,18 0,48535 2,62 0,49560 3,60 0,49984

1,66 0,45155 1,88 0,46995 2,20 0,48610 2,64 0,49585 3,80 0,49993

1,67 0,45255 1,89 0,47060 2,22 0,48670 2,66 0,49610 4,00 0,49996

1,68 0,45350 1,90 0,47130 2,24 0,48745 2,68 0,49630 4,50 0,49999

1,69 0,45450 1,91 0,47195 2,26 0,48810 2,70 0,49655 5,00 0,50000

1,70 0,45545 1,92 0,47270 2,28 0,48870 2,72 0,49675

1,71 0,45635 1,93 0,47320 2,30 0,48930 2,74 0,49695

25
Anexa 2

Distribuţia 
2

Funcţie de probabilitatea P(  2  2 )  


0,990 0,975 0,950 0,900 0,100
l

1 0,0002 0,001 0,0039 0,0158 2,71

2 0,02 0,05 0,10 0,21 4,61

3 0,12 0,22 0,35 0,58 6,25

4 0,30 0,48 0,71 1,06 7,78

5 0,55 0,83 1,15 1,61 9,24

6 0,87 1,24 1,64 2,20 10,64

7 1,24 1,69 2,17 2,83 12,02

8 1,65 2,18 2,73 3,49 13,36

9 2,09 2,70 3,33 4,17 14,68

10 2,56 3,25 3,94 4,87 15,99

11 3,05 3,82 4,57 5,58 17,27

12 3,57 4,40 5,23 6,30 18,55

13 4,11 5,01 5,89 7,04 19,81

14 4,66 5,63 6,57 7,79 21,06

15 5,23 6,26 7,26 8,55 22,31

16 5,81 6,91 7,96 9,31 23,54

17 6,41 7,56 8,67 10,08 24,77

18 7,01 8,23 9,39 10,86 25,99

19 7,63 8,91 10,12 11,65 27,20

20 8,26 9,59 10,85 12,44 28,41

26

0,990 0,975 0,950 0,900 0,100
l

21 8,90 10,28 11,59 13,24 29,61

22 9,54 10,98 12,34 14,04 30,81

23 10,20 11,69 13,09 14,85 32,01

24 10,86 12,40 13,85 15,66 33,20

25 11,52 13,12 14,61 16,47 34,38

26 12,20 13,84 15,38 17,29 35,56

27 12,88 14,57 16,15 18,11 36,74

28 13,57 15,31 16,93 18,94 37,92

29 14,26 16,05 17,71 19,77 39,09

30 14,95 16,79 18,49 20,60 40,26

27
Distribuţia 
2

Funcţie de probabilitatea P(  2  2 )  

(continuare)

0,050 0,025 0,010 0,001
l

1 3,84 5,02 6,63 10,83

2 5,99 7,38 9,21 13,82

3 7,81 9,35 11,34 16,27

4 9,49 11,14 13,28 18,47

5 11,07 12,83 15,09 20,52

6 12,59 14,45 16,81 22,46

7 14,07 16,01 18,47 24,32

8 15,51 17,53 20,09 26,13

9 16,92 19,02 21,67 27,88

10 18,31 20,48 23,21 29,59

11 19,67 21,92 24,72 31,26

12 21,03 23,34 26,22 32,91

13 22,36 24,74 27,69 34,53

14 23,68 26,12 29,14 36,12

15 25,00 27,49 30,58 37,70

16 26,30 28,84 32,00 39,25

17 27,59 30,19 33,41 40,79

18 28,87 31,53 34,80 42,31

19 30,14 32,85 36,19 43,82

20 31,41 34,17 37,57 45,32

28

0,050 0,025 0,010 0,001
l

21 32,67 35,48 38,93 46,80

22 33,92 36,78 40,29 48,27

23 35,17 38,08 41,64 49,73

24 36,41 39,37 42,98 51,18

25 37,65 40,65 44,31 52,62

26 38,88 41,92 45,64 54,05

27 40,11 43,19 46,96 55,48

28 41,34 44,46 48,28 56,89

29 42,56 45,72 49,59 58,30

30 43,77 46,98 50,89 59,70

29
Anexa 3

Distribuţia Student t 

Funcţia P(t  t ) şi numărul l al gradelor de libertate

Nivel de semnificaţie pentru testul bilateral


0,50 0,20 0,10 0,05 0,02
l

1 1,000 3,078 6,314 31,821


12,706
2 0,816 1,886 2,920 4,303 6,965

3 0,765 1,638 2,353 3,482 4,541

4 0,741 1,533 2,132 2,776 3,747

5 0,727 1,476 2,015 2,571 3,365

6 0,718 1,440 1,943 2,447 3,143

7 0,711 1,415 1,895 2,365 2,998

8 0,706 1,397 1,860 2,306 2,896

9 0,703 1,383 1,833 2,262 2,821

10 0,700 1,372 1,812 2,228 2,764

11 0,697 1,363 1,796 2,201 2,718

12 0,695 1,356 1,782 2,179 2,681

13 0,694 1,350 1,771 2,160 2,650

14 0,692 1,345 1,761 2,145 2,624

15 0,691 1,341 1,753 2,131 2,602

16 0,690 1,337 1,746 2,120 2,583

17 0,689 1,333 1,740 2,110 2,567

18 0,688 1,330 1,734 2,101 2,552

30
Nivel de semnificaţie pentru testul bilateral


0,50 0,20 0,10 0,05 0,02
l

19 0,688 1,328 1,729 2,093 2,539

20 0,687 1,325 1,725 2,086 2,528

 0,25 0,10 0,05 0,025 0,01

l Nivel de semnificaţie pentru testul unilateral

31
Distribuţia Student t 
Funcţia P(t  t ) şi numărul l al gradelor de libertate

(continuare)
 Nivel de semnificaţie pentru testul bilateral

l 0,50 0,20 0,10 0,05 0,02

21 0,686 1,323 1,721 2,080 2,518

22 0,686 1,321 1,717 2,074 2,508

23 0,685 1,319 1,714 2,069 2,500

24 0,685 1,318 1,711 2,064 2,492

25 0,684 1,316 1,708 2,060 2,485

26 0,684 1,315 1,706 2,056 2,479

27 0,684 1,314 1,703 2,052 2,473

28 0,683 1,313 1,701 2,048 2,467

29 0,683 1,312 1,699 2,045 2,462

30 0,683 1,310 1,697 2,042 2,457

35 0,682 1,306 1,690 2,030 2,438

40 0,681 1,303 1,684 2,021 2,423

45 0,680 1,301 1,679 2,014 2,412

50 0,679 1,299 1,676 2,009 2,403

60 0,679 1,296 1,671 2,000 2,390

70 0,678 1,294 1,667 1,994 2,381

80 0,678 1,292 1,664 1,990 2,374

90 0,677 1,291 1,662 1,987 2,368

100 0,677 1,290 1,660 1,984 2,364

32
 Nivel de semnificaţie pentru testul bilateral

l 0,50 0,20 0,10 0,05 0,02

120 0,677 1,289 1,658 1,980 2,358

200 0,676 1,286 1,653 1,972 2,345

500 0,675 1,283 1,648 1,965 2,334

1000 0,675 1,282 1,646 1,962 2,330

 0,675 1,282 1,645 1,960 2,326

α
0,25 0,10 0,05 0,025 0,01
. ƒ

Nivel de semnificaţie pentru testul unilateral

33
Distribuţia Student t 

Funcţia P(t  t ) şi numărul l al gradelor de libertate

(continuare)

Nivel de semnificaţie pentru testul bilateral


0,01 0,002 0,001 0,0001
l

1 63,657 318,309 636,618


6366,198

2 9,925 22,327 31,598 99,992

3 5,841 10,214 12,924 28,000

4 4,604 7,173 8,610 15,544

5 4,032 5,893 6,869 11,178

6 3,707 5,208 5,959 9,082

7 3,499 4,785 5,408 7,885

8 3,355 4,501 5,041 7,120

9 3,250 4,297 4,781 6,594

10 3,169 4,144 4,587 6,211

11 3,106 4,025 4,437 5,921

12 3,055 3,930 4,318 5,694

13 3,102 3,852 4,221 5,513

14 2,977 3,787 4,140 5,363

15 2,947 3,733 4,073 5,239

16 2,921 3,686 4,015 5,134

17 2,898 3,646 3,965 5,014

34

0,01 0,002 0,001 0,0001
l

18 2,878 3,610 3,922 4,966

19 2,861 3,579 3,883 4,897

20 2,845 3,552 3,850 4,837

 0,005 0,001 0,0005 0,00005

l Nivel de semnificaţie pentru testul unilateral

35
Distribuţia Student t 

Funcţia P(t  t ) şi numărul l al gradelor de libertate

(continuare)
Nivel de semnificaţie pentru testul bilateral


0,01 0,002 0,001 0,0001
l

21 2,831 3,527 3,819 4,784

22 2,819 3,505 3,792 4,736

23 2,807 3,485 3,767 4,693

24 2,797 3,467 3,745 4,654

25 2,787 3,450 3,725 4,619

26 2,779 3,435 3,707 4,587

27 2,771 3,421 3,690 4,558

28 2,763 3,408 3,674 4,530

29 2,756 3,396 3,659 4,506

30 2,750 3,385 3,646 4,482

35 2,724 3,340 3,591 4,389

40 2,704 3,307 3,551 4,321

45 2,690 3,281 3,520 4,269

50 2,678 3,261 3,496 4,288

60 2,660 3,232 3,460 4,169

70 2,648 3,211 3,435 4,127

80 2,639 3,195 3,416 4,096

90 2,632 3,183 3,402 4,072

36

0,01 0,002 0,001 0,0001
l

100 2,626 3,174 3,390 4,053

120 2,617 3,160 3,373 4,025

200 2,601 3,131 3,340 3,970

500 2,586 3,107 3,310 3,922

1000 2,581 3,098 3,300 3,906

 2,576 3,090 3,290 3,891


0,005 0,001 0,0005 0,00005
l

Nivel de semnificaţie pentru testul unilateral

37
Anexa 4

Distribuţia Fisher-Snedecor F 

Valorile funcţiei F pentru I 1 şi I 2 grade de libertate şi   0,05 nivelul de semnificaţie


I1 1 2 3 4 5
I2
1 161,4 199,5 215,7 224,6 230,2

2 18,51 19,00 19,16 19,25 19,30

3 10,13 9,55 9,28 9,12 9,01

4 7,71 6,94 6,59 6,39 6,26

5 6,61 5,79 5,41 5,19 5,05

6 5,99 5,14 4,76 4,53 4,39

7 5,58 4,74 4,35 4,12 3,97

8 5,32 4,46 4,07 3,84 3,69

9 5,12 4,26 3,86 3,63 3,48

10 4,96 4,10 3,71 3,48 3,33

11 4,84 3,98 3,59 3,36 3,20

12 4,75 3,88 3,49 3,26 3,11

13 4,67 3,80 3,41 3,18 3,02

14 4,60 3,74 3,34 3,11 2,96

15 4,54 3,68 3,29 3,06 2,90

16 4,49 3,63 3,24 3,01 2,85

17 4,45 3,59 3,20 2,96 2,81

18 4,41 3,55 3,16 2,93 2,77

19 4,38 3,52 3,13 2,90 2,74

20 4,35 3,49 3,10 2,87 2,71

21 4,32 3,47 3,07 2,84 2,68

22 4,30 3,44 3,05 2,92 2,66

38
I1 1 2 3 4 5
I2
23 4,28 3,42 3,03 2,80 2,64

24 4,26 3,40 3,01 2,78 2,62

25 4,24 3,38 2,99 2,76 2,60

26 4,22 3,37 2,98 2,74 2,59

27 4,21 3,35 2,96 2,73 2,57

28 4,20 3,34 2,95 2,71 2,56

29 4,18 3,33 2,93 2,70 2,54

30 4,17 3,32 2,92 2,69 2,53

40 4,08 3,23 2,84 2,61 2,45

60 4,00 3,15 2,70 2,52 2,37

120 3,92 3,07 2,68 2,45 2,29

4,84 2,99 2,60 2,37 2,21


39
Distribuţia Fisher-Snedecor F 

Valorile funcţiei F pentru I 1 şi I 2 grade de libertate şi   0,05 nivel de semnificaţie


(continuare)
I1 .a 6 7 8 12
I2 ∞

1 234,0 238,9 213,9 249,0 254,3

2 19,33 19,37 19,41 19,45 19,50

3 8,94 8,84 8,71 8,64 8,53

4 6,16 6,04 5,91 5,77 5,63

5 4,95 4,82 4,68 4,53 4,36

6 4,28 4,15 4,00 3,84 3,67

7 3,87 3,73 3,57 3,41 3,23

8 3,58 3,28 3,12 2,93


3,44
9 3,37 3,23 3,07 2,90 2,71

10 3,22 3,07 2,91 2,74 2,54

11 3,09 2,95 2,79 2,61 2,40

12 3,00 2,85 2,69 2,50 2,30

13 2,92 2,77 2,60 2,42 2,21

14 2,85 2,70 2,53 2,35 2,13

15 2,79 2,64 2,48 2,29 2,07

16 2,74 2,59 2,42 2,24 2,01

17 2,70 2,55 2,38 2,19 1,96

18 2,66 2,51 2,34 2,15 1,92

19 2,63 2,48 2,31 2,11 1,88

20 2,60 2,45 2,28 2,08 1,84

21 2,57 2,42 2,25 2,05 1,81

22 2,55 2,40 2,23 2,03 1,78

40
I1 .a 6 7 8 12
I2 ∞

23 2,53 2,38 2,20 2,00 1,76

24 2,51 2,36 2,18 1,98 1,73

25 2,49 2,34 2,16 1,96 1,71

26 2,47 2,32 2,15 1,95 1,69

27 2,46 2,30 2,13 1,93 1,67

28 2,44 2,29 2,12 1,91 1,65

29 2,43 2,28 2,10 1,90 1,64

30 2,42 2,27 2,09 1,89 1,62

40 2,34 2,18 2,00 1,79 1,51

60 2,25 2,10 1,92 1,70 1,39

120 2,17 2,02 1,83 1,61 1,25

2,09 1,94 1,75 1,52 1,00


41
Distribuţia Fisher-Snedecor F 

Valorile funcţiei F pentru I 1 şi I 2 grade de libertate şi   0,01 nivelul de semnificaţie


I1 1 2 3 4 5
I2
1 4052 4999 5403 5625 5764

2 98,49 99,00 99,17 99,25 99,30

3 34,12 30,81 29,46 28,71 28,24

4 21,20 18,00 16,69 15,98 15,52

5 16,26 13,27 12,06 11,39 10,97

6 13,74 10,92 9,78 9,15 8,75

7 12,25 9,55 8,45 7,85 7,46

8 11,26 8,65 7,59 7,01 6,63

9 10,56 8,02 6,99 6,42 6,06

10 10,04 7,56 6,55 5,99 5,64

11 9,65 7,20 6,22 5,67 5,32

12 9,33 6,93 5,95 5,41 5,06

13 9,07 6,70 5,74 5,20 4,86

14 8,86 6,51 5,56 5,03 4,69

15 8,68 6,36 5,42 4,89 4,56

16 8,53 6,23 5,29 4,77 4,44

17 8,40 6,11 5,18 4,67 4,34

18 8,28 6,01 5,09 4,58 4,25

19 8,18 5,93 5,01 4,50 4,17

20 8,10 5,85 4,94 4,43 4,10

21 8,02 5,78 4,87 4,37 4,04

22 7,94 5,72 4,82 4,31 3,99

23 7,88 5,66 4,76 4,26 3,94

42
I1 1 2 3 4 5
I2
24 7,82 5,61 4,72 4,22 3,90

25 7,77 5,57 4,68 4,18 3,86

26 7,72 5,53 4,64 4,14 3,82

27 7,68 5,49 4,60 4,11 3,78

28 7,64 5,45 4,57 4,07 3,75

29 7,60 5,42 4,54 4,04 3,73

30 7,56 5,39 4,51 4,02 3,70

40 7,31 5,18 4,31 3,83 3,51

60 7,08 4,98 4,13 3,65 3,34

120 6,85 4,79 3,96 3,48 3,17

6,64 4,60 3,78 3,32 3,02


43
Distribuţia Fisher-Snedecor F 

Valorile funcţiei F pentru I 1 şi I 2 grade de libertate şi   0,01 nivel de semnificaţie


(continuare)
I1 .a 6 8 12 24
I2 ∞

1 5859 5981 6106 6234 6366

2 99,33 99,36 99,42 99,46 99,50

3 27,91 27,49 27,05 26,60 26,12

4 15,21 14,80 14,37 13,93 13,46

5 10,67 10,27 9,89 9,47 9,02

6 8,47 8,10 7,72 7,31 6,88

7 7,19 6,84 6,47 6,07 5,65

8 6,37 5,67 5,28 4,86


6,03
9 5,80 5,47 5,11 4,73 4,31

10 5,39 5,06 4,71 4,33 3,91

11 5,07 4,74 4,40 4,02 3,60

12 4,82 4,50 4,16 3,78 3,36

13 4,62 4,30 3,96 3,59 3,16

14 4,46 4,14 3,80 3,43 3,00

15 4,32 4,00 3,67 3,29 2,87

16 4,20 3,89 3,55 3,18 2,75

17 4,10 3,79 3,45 3,08 2,65

18 4,01 3,71 3,37 3,00 2,57

19 3,94 3,63 3,30 2,92 2,49

20 3,87 3,56 3,23 2,86 2,42

21 3,81 3,51 3,17 2,80 2,36

22 3,76 3,45 3,12 2,75 2,31

44
I1 .a 6 8 12 24
I2 ∞

23 3,71 3,41 3,07 2,70 2,26

24 3,67 3,36 3,03 2,66 2,21

25 3,63 3,32 2,99 2,62 2,17

26 3,59 3,29 2,96 2,58 2,13

27 3,56 3,26 2,93 2,55 2,10

28 3,53 3,23 2,90 2,52 2,06

29 3,50 3,20 2,87 2,49 2,03

30 3,47 3,17 2,84 2,47 2,01

40 3,29 2,99 2,66 2,29 1,80

60 3,12 2,82 2,50 2,12 1,60

120 2,96 2,66 2,34 1,95 1,38

2,80 2,51 2,18 1,79 1,00


45
Distribuţia Fisher-Snedecor F 

Valorile funcţiei F pentru I 1 şi I 2 grade de libertate şi   0,001nivelul de semnificaţie


I1 1 2 3 4 5
I2
1 405282 500000 540379 562500 576405

2 998,5 999,0 999,2 999,2 999,3

3 167,5 148,5 141,1 137,1 134,6

4 74,14 61,25 56,18 53,44 51,71

5 47,04 36,61 33,20 31,09 29,75

6 35,51 27,00 23,70 21,90 20,81

7 29,22 21,69 18,77 17,19 16,21

8 25,42 18,49 15,83 14,39 13,49

9 22,86 16,39 13,90 12,56 11,71

10 21,04 14,91 12,55 11,28 10,48

11 19,69 13,81 11,56 10,35 9,58

12 18,64 12,97 10,80 9,63 8,89

13 17,81 12,31 10,21 9,07 8,35

14 17,14 11,78 9,73 8,62 7,92

15 16,59 11,34 9,34 8,25 7,57

16 16,12 10,97 9,00 7,94 7,27

17 15,72 10,66 8,73 7,68 7,02

18 15,38 10,39 8,49 7,46 6,81

19 15,08 10,16 8,28 7,26 6,61

20 14,82 9,95 8,10 7,10 6,46

21 14,59 9,77 7,94 6,95 6,32

22 14,38 9,61 7,80 6,81 6,19

46
I1 1 2 3 4 5
I2
23 14,19 9,47 7,67 6,67 6,08

24 14,03 9,34 7,55 6,59 5,98

25 13,88 9,22 7,45 6,49 5,88

26 13,74 9,12 7,36 6,41 5,80

27 13,61 9,02 7,27 6,33 5,73

28 13,50 8,93 7,19 6,25 5,66

29 13,39 8,85 7,12 6,19 5,59

30 13,29 8,77 7,05 6,12 5,53

40 12,61 8,25 6,60 5,70 5,13

60 11,97 7,76 6,17 5,31 4,76

120 11,38 7,31 5,79 4,95 4,42

10,83 6,91 5,42 4,62 4,10


47
Distribuţia Fisher-Snedecor F 

Valorile funcţiei F pentru I 1 şi I 2 grade de libertate şi   0,001nivel de semnificaţie


(continuare)
I1 .a 6 8 12 24
I2 ∞

1 585937 598144 610667 623497 636619

2 999,3 999,4 999,4 999,5 999,5

3 132,8 130,6 128,3 125,9 123,5

4 50,53 49,00 47,41 45,7 44,05

5 28,84 27,64 26,42 25,14 23,78

6 20,03 19,03 17,99 16,89 15,75

7 15,52 14,63 13,71 12,73 11,69

8 12,86 11,19 10,30 9,34


12,04
9 11,13 10,37 9,57 8,72 7,81

10 9,92 9,20 8,45 7,64 7,76

11 9,05 8,35 7,63 6,85 6,00

12 8,38 7,71 7,00 6,25 5,42

13 7,86 7,21 6,52 5,78 4,97

14 7,43 6,80 6,13 5,41 4,60

15 7,09 6,47 5,81 5,10 4,31

16 6,81 6,19 5,55 4,85 4,06

17 6,56 5,96 5,32 4,63 3,85

18 6,35 5,76 5,13 4,45 3,67

19 6,18 5,59 4,97 4,29 3,52

20 6,02 5,44 4,82 4,15 3,38

21 5,88 5,31 4,71 4,03 3,26

22 5,76 5,19 4,58 3,92 3,15

48
I1 .a 6 8 12 24
I2 ∞

23 5,65 5,09 4,48 3,82 3,05

24 5,55 4,99 4,39 3,74 2,97

25 5,46 4,91 4,31 3,66 2,89

26 5,38 4,83 4,24 3,59 2,82

27 5,31 4,76 4,17 3,52 2,75

28 5,24 4,69 4,11 3,46 2,70

29 5,18 4,64 4,05 3,41 2,64

30 5,12 4,58 4,00 3,36 2,59

40 4,73 4,21 3,64 3,01 2,23

60 4,37 3,87 3,31 2,69 1,90

120 4,04 3,55 3,02 2,40 1,56

3,74 3,27 2,74 2,13 1,00


49