Bazele Statisticii C2 - 2015

C.2.
Analiza unei serii statistice

Prezentarea datelor statistice
unidimensionale
Variabilă discretă Prezentarea datelor statistice se poate realiza
Prezentarea seriei statistice (frecvenţe absolute şi sub formă:
relative cumulate)
Tabelară (serie statistică)
Analiza seriei folosind indicatori ai statisticii descriptive: Grafică
• mărimi medii
• indicatori ai dispersie
Indicatori statistici de sinteză
• indicatori ai formei Prezentarea datelor statistice se face pe tipuri
Analiza seriei folosind procedee grafice de variabile:
Categoriale (nenumerice)
Bibliografie:
Cantitative (numerice)
Jaba, Elisabeta, Statistica, Ediţia a treia, Editura Economica,
Bucureşti,
1 2002, pp. 62-84; 105-206 2
Serie statistică după o Tabelul de frecvenţă

variabila cantitativă discretă
Tabelul de frecvenţă Tipuri de frecvențe
• Frecvenţe absolute şi relative simple 1. Frecvenţa absolută simplă (ni) = numărul de unităţi
• Frecvenţe absolute şi relative cumulate care poartă simultan nivelul xi al variabilei X.
Indicatori specifici Efectivul total: ∑ ni = n
• Indicatori ai tendinţei centrale
2. Frecvenţa relativă simplă (fi sau fi%) = ponderea
• Indicatori ai dispersiei (variaţiei)
unităţilor care poartă simultan nivelul xi al variabilei X
• Indicatori ai formei
Diagrame specifice ni ni
fi = sau f i (%) = ⋅100
• Diagrama în batoane sau în bare (Bar Chart) ∑ ni ∑ ni
∑ f i = 1 sau ∑ f i (%) = 100%
3 4
Tabelul de frecvenţă Tabelul de frecvenţă
Tipuri de frecvențe Frecvenţa absolută cumulată

3. Frecvenţa absolută cumulată (Ni) = numărul de unități
cumulate “până la” sau “peste” un nivel xi considerat al crescător (Ni ↓) sau descrescător (Ni ↑)
caracteristicii, adică valori ≤ xi, respectiv ≥ xi.
i
N i ↓= N i −1 ↓ + ni = ∑ nh
h =1
4. Frecvenţa relativă cumulată (Fi sau Fi%) = ponderea m
unităților cumulate “până la” sau “peste” nivelul xi N i ↑= N i +1 ↑ + ni = ∑ nh

considerat al caracteristicii h =i
5 6
Frecvenţa relativă cumulată Tabelul de frecvenţă

Exemplu: E. Jaba, Statistica, p. 109 (Exemplul 5.2.)
crescător (Fi ↓) sau descrescător (Fi ↑)
Distribuţia familiilor dintr-un bloc după numărul de
copii este prezentată în tabelul de mai jos:
i X – Numărul de Numărul Numărul
Fi ↓= Fi −1 ↓ + f i = ∑ f h copii
h =1 (
copiilor
xi )
de familii
( ni )
fi
0 6 0,067
X – variabilă 1 18 0,200
2 23 0,255
m cantitativă 3 20 0,222
Fi ↑= Fi +1 ↑ + f i = ∑ f h discretă 4 14 0,160
h =i 5 6 0,070
6 2 0,020
7 1 0,010
n=90 familii
Total 90 1,000
7 8
Distribuția angajaților după numărul de ani de școală Distribuția angajaților după numărul de ani de școală
Valorile Frecvența
variabilei abolută simplă
(xi) (ni)
Educational Level (years)
Cumulative Cumulative
Frequency Percent Valid Percent Percent Frequency Percent Valid Percent Percent
8 53 11.2 11.2 11.2 8 53 11.2 11.2 11.2
12 190 40.1 40.1 51.3 12 190 40.1 40.1 51.3
14 6 1.3 1.3 52.5 14 6 1.3 1.3 52.5
15 116 24.5 24.5 77.0 15 116 24.5 24.5 77.0
16 59 12.4 12.4 89.5 16 59 12.4 12.4 89.5
17 11 2.3 2.3 91.8 17 11 2.3 2.3 91.8
18 9 1.9 1.9 93.7 18 9 1.9 1.9 93.7
19 27 5.7 5.7 99.4 19 27 5.7 5.7 99.4
20 2 .4 .4 99.8 20 2 .4 .4 99.8
9 21 1 .2 .2 100.0 10 21 1 .2 .2 100.0
Total 474 100.0 100.0 Total 474 100.0 100.0
Distribuția angajaților după numărul de ani de școală Distribuția angajaților după numărul de ani de școală
Frecvența Frecvența relativă
relativă simplă cumulată
(fi) (Fi ↓)
Cumulative Cumulative
Frequency Percent Valid Percent Percent Frequency Percent Valid Percent Percent
8 53 11.2 11.2 11.2 8 53 11.2 11.2 11.2
12 190 40.1 40.1 51.3 12 190 40.1 40.1 51.3
14 6 1.3 1.3 52.5 14 6 1.3 1.3 52.5
15 116 24.5 24.5 77.0 15 116 24.5 24.5 77.0
16 59 12.4 12.4 89.5 16 59 12.4 12.4 89.5
17 11 2.3 2.3 91.8 17 11 2.3 2.3 91.8
18 9 1.9 1.9 93.7 18 9 1.9 1.9 93.7
19 27 5.7 5.7 99.4 19 27 5.7 5.7 99.4
20 2 .4 .4 99.8 20 2 .4 .4 99.8
11 21 1 .2 .2 100.0 12 21 1 .2 .2 100.0
Total 474 100.0 100.0 Total 474 100.0 100.0
Variabila cantitativă discretă Indicatori ai tendinţei centrale
Indicatori statistici descriptivi

1. Media aritmetică (media)
1. Indicatori ai tendinţei centrale
• Media aritmetică Media aritmetică = valoarea pe care ar purta-o
• Mediana fiecare unitate statistică dacă distribuţia ar fi perfect
omogenă
• Modul
2. Indicatori ai dispersiei (variaţiei) Media = o mărime medie fundamentală, de calcul
• Varianţa Media = punctul de echilibru al tuturor valorilor unei
• Abaterea standard distribuţii
• Coeficientul de variaţie Media = o mărime uşor de calculat
• Intervalul mediu de variaţie
3. Indicatori ai formei
• Asimetria
13
• Boltirea 14
Indicatori ai tendinţei centrale Indicatori ai tendinţei centrale
1. Media aritmetică (media) Media aritmetică (media) simplă
Simboluri: Media se calculează ca sumă a valorilor individuale

xi , i = 1,… , n împărţită la numărul de observări:
• x – media variabilei X la nivelul unui eşantion
x1 + x2 + x3 + ... + xn
• x=
• µ – media variabilei X la nivelul unei populaţii n
n
•
∑x
i =1
i
pentru un eşantion volum n
x=
n
15 16
Media aritmetică simplă Media aritmetică (media) ponderată

Se calculează pentru o serie simplă Se calculează pentru o distribuţie
X – Numărul de
copii Exemplu: prezentată pe variante de variaţie:
Numărul de copii observat pe un X : ( xi , ni ) , i = 1,… , m
X – variabilă eşantion de 5 familii este: 2, 1, 3, 2, 0
cantitativă
m
discretă Care este numărul mediu de copii pe o ∑ xi ni m
familie?
x = i =m1 sau x = ∑ xi f i
n=5 familii 2 +1+ 3 + 2 + 0 8 i =1
x= = = 1,6 ≅ 2copii ∑ ni
5 5 i =1
Numărul mediu de copii observat pe o familie este de
17 2 copii. 18
Indicatori ai tendinţei centrale

Media aritmetică ponderată Media aritmetică ponderată

Exemplu: E. Jaba, Statistica, p. 109 (Exemplul 5.2.) m
Distribuţia familiilor dintr-un bloc după numărul de ∑ xi ni 229

copii este prezentată în tabelul de mai jos: x= i =1
= = 2,544 ≈ 3
X – Numărul de Numărul Numărul
m
90
copii
(
copiilor
xi )
de familii
( ni )
xi ni fi xi f i ∑ ni
i =1
0 6 0 0,067 0,00 În medie, o familie are 3 copii.
X – variabilă 1 18 18 0,200 0,20
2 23 46 0,255 0,50 m
cantitativă 3 20 60 0,222 0,66
discretă 4
5
14
6
56
30
0,160
0,070
0,64
0,35
∑ xi fi m
i =1
6 2 12 0,020 0,12 x= m
= ∑ xi f i = 2,54 ≈ 3
7 1 7 0,010 0,07 i =1
n=90 familii
Total 90 229 1,000 2,54 ∑ fi
i =1
19 20
2. Modul (Dominanta)
Modul = valoarea variabilei cea mai frecvent
întâlnită într-o distribuţie.
Modul = valoarea xi care corespunde frecvenţei
dominante (nmax).
Modul se poate determina doar în cazul seriilor cu
frecvenţe diferite.
O distribuţie poate avea una, două sau mai multe
valori modale (serii unimodale, bimodale,
plurimodale).
21 22
Determinarea modului 3. Mediana

Mediana este valoarea caracteristicii unei serii
1. se găseşte frecvenţa maximă (ni = nmax)
ordonate până la care şi peste care sunt distribuite
2. se citeşte, în dreptul frecvenţei maxime, valoarea în număr egal unităţile colectivităţii observate.
corespunzătoare caracteristicii care este egală cu
Mediana este valoarea centrală a unei serii
modul (xi = M0) ordonate.
Numărul Numărul
copiilor de familii Mediana este o mărime medie fundamentală, de
( x i ) ( n i ) poziţie.
Cele mai multe familii au 2 copii. 0 6 n3 = nmax = 23
1 18
Numărul de copii cel mai frecvent 2 23
întâlnit este egal cu 2 copii. Simbol: Me
3 20
4 14
5 6 x3 = M0 = 2
6 2
7 1
23 24
Total 90
Exemplu:
Determinarea medianei
A. Serie simplă cu număr impar de
termeni
1. se ordonează, crescător sau descrescător,
termenii seriei
2. se calculează locul medianei (unitatea
mediană)
n +1
U Me =
2
3. se citeşte valoare xi egală cu Me Jumătate din companiile de curierat (50%) livrează zilnic cel mult
(pînă la) 32 de colete, iar jumătate din companiile de curierat (50%)
25 livrează
26 zilnic cel puțin (peste) 32 de colete.
Exemplu:
B. Serie simplă cu număr par de termeni
1. se ordonează, crescător sau descrescător,
termenii seriei
2. se calculează locul medianei (unitatea
mediană)
n +1 n
U Me = sau U Me = , n ≥ 100
2 2
3. se calculează Me ca medie aritmetică a celor
Jumătate din companiile de curierat (50%) livrează zilnic cel mult
doi termeni centrali ai seriei (pînă la) 31 de colete, iar jumătate din companiile de curierat (50%)
xi −1 + xi
27 Me = livrează
28 zilnic cel puțin (peste) 31 de colete.
2
Exemplu
C. Serie cu frecvenţă 1. Se calculează unitatea mediană
1. Se calculează UMe
Nr. comenzi Număr de Frecvenţe n + 1 10 + 1
efectuate clienţi cumulate U Me = = = 5,5
(xi) (ni) (Ni ↓) 2 2
2. Se determină frecvenţele cumulate (Ni ↓) 4 1 1 2. Se calculează frecvenţele cumulate
5 2 3 crescător (Ni ↓)
3. Se găseşte locul UMe în şirul frecvenţelor cumulate,
6 0 3
după condiţia N i ≥ U
Me 3. Se găseşte locul UMe în şirul frecvenţelor Ni
4. În dreptul frecvenţei cumulate N i ≥ U Me se citeşte,

7
8
2
4
5
9 ( ) (
N 5 (↓) = 9 > U M e = 5,5 )
9 1 10 4. În dreptul N5 (↓) se citeşte valoarea:
de pe coloana variabilei, valoarea xi egală cu Me.
Total 10 -
x5 = M e = 8
29 30 clienţi au efectuat pînă la 8 comenzi, iar 50% din clienţi au
50% din
efectuat peste 8 comenzi.
Generalizarea medianei: quantilele Quartilele (Q1, Q2, Q3)

Quartile (Q1, Q2, Q3) Valori ale caracteristicii care împart
Decile (D1, ...., D9) volumul colectivităţii în 4 părţi egale

1(n + 1)
Centile (C1, ...., C99) U Q1 =
4
Q2 = D5 = C50 = Me 2(n + 1) n + 1
U Q2 = =
4 2
3(n + 1)
U Q3 =
4
31 32
Quartilele (Q1, Q2, Q3) Decilele (D1, ...,D5, ....D9)

Q2 – este mediana distribuţiei Valori ale caracteristicii care împart
Q1 – este mediana primei jumătăţi a seriei volumul colectivităţii în 10 părţi egale

1(n + 1)
Q3 – este mediana celei de a doua jumătăţi U D1 =
10
a seriei
5(n + 1) n + 1
U D5 = =
10 2

9(n + 1)
U D9 =
10
33 34
Centilele (C1, ...,C50,..., C99) Relaţii între mărimile medii fundamentale

Pentru o distribuţie unimodală perfect simetrică cele 3
Valori ale caracteristicii care împart mărimi medii fundamentale se suprapun:
volumul colectivităţii în 100 de părţi egale x = M 0 = Me

Pentru distribuţii asimetrice cele 3 valori ocupă locuri
1(n + 1)
U C1 = diferite:
100
distribuţie asimetrică la dreapta
x > Me > M0
50(n + 1) n + 1
U C50 = =
100 2 distribuţie asimetrică la stânga
x < Me < M0
99(n + 1)
U C99 =
100
35 36
Care este cea mai semnificativă mărime
medie? Indicatori ai tendinţei centrale
Media Mediana Modul Indicatori ai tendinţei centrale

Simbolizare
x Me M0 Rezultate SPSS
În ce u.m. se exprimă? u.m. a variabilei X u.m. a variabilei X u.m. a variabilei X
Statistics
Este influenţată de valorile Da Nu Nu Educational Level (years)
extreme (outlieri)? N Valid 474
Ia în calcul toţi termenii seriei ? Da Nu Nu Missing
x = 13 , 49 ≅ 13
0
Poate fi folosită în calcule Da Nu Nu Mean 13.49 Me = 12
algebrice? Median 12.00
M 0 = 12
Mode 12
Percentiles 10 8.00
25 12.00
50 12.00
75 15.00
37 38
90 17.00
Variabila cantitativă discretă Variabila cantitativă discretă
2. Indicatori ai dispersiei (variaţiei) Indicatori ai dispersiei

Varianţa (s2)
Dispersia exprimă gradul de variaţie a
2
valorilor individuale (xi) ale unei variabile faţă ∑( xi − x )
de nivelul mediu. s2 = i (pentru o serie simplă)
Aprecierea fenomenului de dispersie a unei n
distribuţii permite identificarea gradului de 2
∑( xi − x ) ⋅ ni
reprezentativitate a mediei distribuţiei.
s2 = i
(pentru o serie cu frecvenţe)
∑ ni
i
Varianţa este întotdeauna pozitivă, nu are unitate de

măsură şi nu se interpretează.
39 40
Variabila cantitativă discretă
Indicatori ai dispersiei
Varianţa
Pentru un eşantion de 5 companii de curierat, s-a
înregistrat numărul coletelor livrate.
∑ ( xi − x ) 2
s2 = i
n
296
s2 =
5
s 2 = 59,2
41 42 x = 24colete

Indicatori ai dispersiei Indicatori ai dispersiei

Varianţa Abaterea standard (s)
Pentru un eşantion de 10 clienţi ai unei companii s-a
înregistrat numărul comenzilor efectuate lunar.
s = s2
x = 6,9
∑ ( xi − x ) 2 ni se mai numeşte şi abatere medie pătratică
s2 = i se exprimă în aceeaşi unitate de măsură cu cea a
∑ ni variabilei
arată cu cât variază, în medie, valorile xi ale variabilei
24,9 faţă de nivelul mediu al distribuţiei.
s2 =
10
s 2 = 2,49
43 44

Coeficientul de variaţie (v)
Abaterea standard (s)
s
2
v= ⋅ 100
s = s = 59,2 = 7,69 ≅ 8colete x
se exprimă în procente
Numărul de colete livrate de o companie Valori ridicate ale acestui coeficient (v>50%) arată o
variază, în medie, faţă de nivelul mediu, în distribuţie eterogenă
plus sau în minus, cu 8 colete. • se caracterizează printr-o variaţie mare a valorilor xi
faţă de nivelul mediu şi
• o medie nereprezentativă.
45 46


Coeficientul de variaţie (v) Intervalul interquartilic
IQ= Q3 - Q1
cuprinde 50% din volumul eşantionului
47 48
Indicatori ai dispersiei 3. Indicatori ai formei

Rezultate SPSS Asimetria
Statistics
reprezintă o deviere de la forma simetrică a unei
distribuţii.
N Valid
Missing
474
0
s 2 = 8,32
Asimetria poate fi apreciată:
Mean
Median
13.49
12.00
s = 2,88 ≅ 3ani pe cale grafică: poligonul frecvenţelor, diagrama box-
Mode 12
xmin = 8ani plot
Std. Deviation 2.885
Variance 8.322 pe cale numerică: - prin calculul indicatorilor de
Range 13 xmax = 21ani asimetrie (Skewness).
Minimum 8
Maximum 21
Percentiles 25 12.00
50 12.00
49 50
75 15.00
Diagrama box-plot (box-and-whiskers)

se obţine prin reprezentarea umătoarelor 5 valori ale
Diagrama box-plot
unei distribuţii: D1 (Min), Q1, Me, Q3, D9 (Max). Avantaje:
- permite aprecierea nivelului mediu (Me), dispersiei şi
asimetriei unei distribuţiei;
- facilitează compararea mai multor distribuţii (prin
reprezentarea simultană a diagramelor).
51 52
Diagrama box-plot Diagrama box-plot
distribuţie perfect simetrică

1
NOTA
distriuţie asimetrică la stânga
3 4 5 6 7 8 9 10 11
Analysis weighted by NRSTUD

53 54
Diagrama box-plot Indicatori ai asimetriei

Coeficientul de asimetrie Fisher
µ3
NOTA_1
γ1 =
s3
NOTA_2 µ3 – momentul centrat de ordin 3
55 3 4 5 6 7 8 9 10 11 56
Coeficientul de asimetrie Fisher Asimetria

Pentru un eşantion de 5 companii de curierat, s-a înregistrat numărul
coletelor livrate: 12, 20, 24, 30, 34
Dacă γ1= 0 - distribuţia este perfect simetrică
µ3 = −115, 2
Dacă γ1 > 0 - distribuţia este asimetrică la dreapta
s = 7, 69
Dacă γ1< 0 - distribuţia este asimetrică la stânga
µ3 −115,2 −115,2
γ1 = 3
= 3
= = −0,25 Asimetrie la stânga
s (7,69) 454,76
57 58
Indicatori ai formei Poligonul frecvenţelor

Boltirea
este definită prin compararea distribuţiei empirice cu construirea acestuia presupune găsirea
distribuţia normală din punctul de vedere al variaţiei locului geometric al punctelor Ai de
variabilei X şi a frecvenţei ni. coordonate (xi,ni) sau (xi,fi) şi unirea acestora
prin segmente de dreaptă.
aproximează forma unei distribuţii.
Boltirea poate fi apreciată:
pe cale grafică: poligonul frecvenţelor
pe cale numerică: - prin calculul indicatorilor de boltire
(Kurtosis).
59 60
Poligonul frecvenţelor simple Indicatori de boltire

Coeficientul de boltire Pearson
µ4
β2 =
s4
µ4 – momentul centrat de ordin 4
61 62
Indicatori de boltire Indicatori de boltire

Coeficientul de boltire Fisher
Dacă γ2>0 distribuţia este leptocurtică
µ4
γ2 = −3
s4 Dacă γ2<0 distribuţia este platicurtică
Dacă γ2=0 distribuţia este mezocurtică

(boltire medie)
63 64
Boltirea Indicatori ai formei

Pentru un eşantion de 5 companii de curierat, s-a înregistrat numărul Rezultate SPSS
coletelor livrate: 12, 20, 24, 30, 34 Statistics

N Valid 474
µ4 = 6457, 6 Missing 0
Mean 13.49
Median
s = 7, 69 Mode
12.00
12
Std. Deviation
Variance
2.885
8.322
γ 1 = −0,114
µ4 6457,6 Distribuţie Skewness -.114
γ2 = −3 = − 3 = 1,84 − 3 = −1,16 Std. Error of Skewness .112
s 4
(59,2) 2 platicurtică Kurtosis
Std. Error of Kurtosis
-.265
.224
γ 2 = −0,265
Range 13
Minimum 8
Maximum 21
Percentiles 25 12.00
65 66 50 12.00
75 15.00
Valori outlier şi valori extreme Valori outlier şi valori extreme

Pentru un set de date se cunosc:
Q1 = 48
Valorile outlier şi valorile extreme sunt cele mai
mici/ cele mai mari valori ale unei distribuţii. Me = 51

Q3 = 54
IQ = Q3 - Q1 = 54 - 48 = 6
O observaţie este o valoare outlier dacă este
mai mică decât Q1 – 1,5 x IQ Valori outlier =valori mai mici decât Q1 – 1,5 x IQ = valori mai mici
mai mare decât Q3 + 1,5 x IQ decât 48 – 1,5 x 6 = 48 – 9 = 39.
Valori outlier =valori mai mari decât Q3 + 1,5 x IQ = valori mai mari
O observaţie este o valoare extremă dacă este decât 54 + 1,5 x 6 = 54 + 9 = 63.
mai mică decât Q1 – 3 x IQ Valori extreme =valori mai mici decât Q1 – 3 x IQ = valori mai mici
decât 48 – 3 x 6 = 48 –18 = 30.
mai mare decât Q3 + 3 x IQ
Valori extreme = valori mai mari decât Q3 + 3 x IQ = valori mai mari
decât 54 + 3 x 6 = 54 +18 = 72.
unde IQ = Q3 - Q1 este intervalul interquartilic
OBSERVAŢIE: Valoare outlier = 35
OBSERVAŢIE : Valoare extremă: 75
67 68
Valori outlier şi valori extreme Variabila cantitativă continuă
Pentru setul de date, valorile sunt: Tabelul de frecvenţă

Min=42, Q1=48, Me=51, Q3=54 şi Max=60.
În cazul unei variabile continue, admitem
Diagrama Box Plot obţinută pentru setul de date.
intervalele de valori:
( x0 , x1 ), ( x1 , x2 ),..., ( xi −1 , xi ),..., ( xk −1 , xk )
Oricare interval poate fi notat: ji = ( xi −1 , xi )
Gruparea unităţilor pe intervale de variaţie
duce la pierderea unei părţi a informaţiei
iniţiale.
69 70
Variabila cantitativă continuă Variabila cantitativă continuă
Tabelul de frecvenţă 1. Indicatori ai tendinţei centrale

Exemplu: E. Jaba, Statistica, p. 110 (Exemplul 5.3.) Variabila continuă se discretizează prin
Pe un eşantion de 200 persoane s-a înregistrat calcularea mijloacelor intervalelor.
timpul de deplasare zilnică de acasa la serviciu. Mijlocul oricărui interval (xi-1, xi) se notează cu xi‘
Timpul de Număr de
deplasare zilnică persoane
(în min.) unde
( ni )
x
( i −1 − xi ) xi −1 + xi
0 - 30 25 xi' =
30 - 60
60 - 90
50
60
2
90 - 120 45
120 - 150 15 se consideră distribuţia simetrică a valorilor xi în
150 - 180 5 cadrul intervalului.
Total 200
71 72
Variabila cantitativă continuă
Indicatori ai tendinţei centrale Media aritmetică

Pe un eşantion de 200 persoane s-a înregistrat
Media aritmetică (media) timpul de deplasare zilnică de acasa la serviciu.
k
Timpul de Număr de k
∑ xx''i ni x +x
unde x' = i −1 i deplasare zilnică
(în min.)
persoane
∑ x'i ni
i =1 xi ' xi ' ni
x= 2 ( ni )
x= i =1
k x
( i −1 −x i) k
∑ ni 0 - 30 25 15 375
∑ ni
i =1 (mijlocul intervalului) 30 - 60
60 - 90
50
60
45
75
2250
4500 i =1
90 - 120 45 105 4725
120 - 150 15 135 2025
14700
150 - 180 5 165 825
x= = 73,5 min
Total 200 --- 14700 200
73 74

2. Indicatori ai dispersiei Abaterea standard

Varianţa (s2) Timpul de Număr de
deplasare persoane xi ' xi ' − x ( xi ' − x )2 ( xi ' − x )2 ni
2 zilnică (în
∑ ( xi '− x ) ⋅ ni min.) ( ni )
( xi −1 − xi )
s2 = i
0 - 30 25 15 -58,5 3422,25 85556,25
∑ ni 30 - 60 50 45 -28,5 812,25 40612,5
i 60 - 90 60 75 1,5 2,25 135
90 - 120 45 105 31,5 992,25 44651,75
Abaterea standard (s) 120 - 150 15 135 61,5 3782,25 56733,75
150 - 180 5 165 91,5 8372,25 41861,25
Total 200 --- 269550

s = s2
∑( x ' −x )
i
2
⋅ ni
269550
s= i
= = 1347 ,75 = 36,71 min
75 76
∑n i
i 200
3. Indicatori ai formei Histograma

Asimetria se ridică dreptunghiuri alăturate cu baza egală cu
mărimea intervalului şi înălţimea proporţională cu
pe cale grafică: histograma, curba frecvenţa ni
frecvenţelor, diagrama box-plot
pe cale numerică: - indicatori de asimetrie
(Skewness).
77 78
Curba frecvenţelor
Histograma se obţine prin ajustarea histogramei
distribuţie perfect simetrică părţile curbei pentru cele mai mici şi cele mai mari
x = M 0 = Me valori ale variabilei se numesc cozile distribuţiei

x > Me > M0
distribuţie asimetrică la stânga
x < Me < M0
79 80
Diagrama box-plot
Curba frecvenţelor se obţine prin reprezentarea umătoarelor 5 valori ale
distribuţie perfect simetrică unei distribuţii: D1 (Min), Q1, Me, Q3, D9 (Max).
x = M 0 = Me

x > Me > M0
distriuţie asimetrică la stânga

x < Me < M0
81 82
Variabila cantitativă continuă Variabilă categorială nominală
Diagrama box-plot Tabelul de frecvenţă

• Frecvenţe absolute simple
• Frecvenţe relative simple
• Frecvenţe relative (%)
distribuţie asimetrică
la dreapta
Diagrame specifice
• Diagrama în batoane sau în bare (Bar Chart)
• Cercul de structură (Pie Chart)
Indicatori specifici
• Modul (Dominanta)
83 84
Variabilă categorială nominală Variabilă categorială nominală
Tabelul de frecvenţă
85 86

prezintă corespondenţa dintre două şiruri de
date statistice:
• şirul valorilor variabilei (xi)
• frecvenţa de apariţie corespunzătoare
(ni sau fi)
87 88

• Frecvenţa absolută simplă (ni) = număr de unităţi
Gender
care poartă simultan nivelul xi al variabilei X.
Frequency Percent
Female 216 45.6 • Frecvenţa relativă simplă (ffi sau fi%) = ponderea
Male 258 54.4 unităţilor care poartă simultan nivelul xi al variabilei X
Total 474 100.0
ni ni
fi = sau f i (%) = ⋅100
Categoriile variabilei Genul persoanei: xi = {F, M}
∑ ni ∑ ni
Frecvenţa absolută simplă (ni) = Frequency
∑ f i = 1 sau ∑ f i (%) = 100%

Frecvenţa relativă simplă (fi%) = Percent
Efectivul total = n = Σni
89 90
Diagrama în batoane (Bar chart) Cercul de structură (Pie Chart)

• Aria cercului ( 360o ) echivalează cu volumul
colectivităţii (100%) 3,6o ⇔ 1%
91 92

Modul (Dominanta) Determinarea modului
Gender 1. se găseşte frecvenţa maximă (ni = nmax)
Frequency Percent 2. se citeşte, în dreptul frecvenţei maxime, valoarea
Care este categoria Female 216 45.6 corespunzătoare caracteristicii care este egală cu
Male 258 54.4
de gen cea mai modul (xi = M0)
Total 474 100.0
frecvent întâlnită ?
Gender
Cele mai multe persoane sunt de nmax = 258
Frequency Percent
Cele mai multe gen masculin. Female 216 45.6
Male 258 54.4
pesoane, de ce gen Total 474 100.0
sunt? Categoria de gen dominantă este M0=Masculin
categoria masculin.
93 94
Variabilă categorială ordinală Variabilă categorială ordinală

• Frecvenţe absolute simple
Employment Category
• Frecvenţe relative simple
• Frecvenţe absolute/ relative cumulate Cumulative
Frequency Percent Percent
First level managers 363 76.6 76.6
Diagrame specifice Middle-level managers 84 17.7 94.3
Top-level managers 27 5.7 100.0
• Diagrama în batoane sau în bare (Bar Chart) Total 474 100.0
• Cercul de structură (Pie Chart)
Categoriile variabilei : xi = {Nivel 1, Nivel 2, Nivel 3}
Indicatori specifici Frecvenţa absolută simplă (ni) = Frequency
• Modul (Dominanta) Frecvenţa relativă simplă (fi%) = Percent
• Mediana Frecvenţa relativă cumulată (Fi%) = Cumulative percent
95 • Quartilele 96
Diagrame specifice: Modul (Dominanta)
Diagrama în batoane (Bar chart) Employment Category
Diagrame de structură (Pie) Cumulative

Middle-level managers 84 17.7 94.3
Total 474 100.0
Care este categoria de manageri cea mai

frecvent întâlnită ?
nmax=363 M0 = Manager inferior (nivel 1)
97 98

Mediana Determinarea medianei
Employment Category
Serie cu frecvenţă
n +1
Cumulative 1. Se calculează UMe: U Me =
2
First level managers 363 76.6 76.6 2. Se determină frecvenţele cumulate (Ni ↓)
Top-level managers 27 5.7 100.0 3. Se găseşte locul UMe în şirul frecvenţelor cumulate,
Total 474 100.0 după condiţia N i ≥ U
Me
4. În dreptul frecvenţei cumulate N i ≥ U Me se citeşte,

Care este valoarea din centrul seriei? de pe coloana variabilei, valoarea xi egală cu Me.
99 100
Serie cu frecvenţă Generalizarea medianei: quantilele
Employment Category Quartile (Q1, Q2, Q3)
Cumulative
Frequency Percent Percent Decile (D1, ...., D9)
Centile (C1, ...., C99)
Total 474 100.0
Q2 = D5 = C50 = Me
Me
U = 50%
Me = Manager inferior (nivel 1): 50% din angajați sunt

cel mult manageri nivel 1, iar 50% din angajați sunt cel
101 puțin manageri nivel 1. 102

Bazele Statisticii C2 - 2015

Încărcat de

Informații document

Titlu original

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

Bazele Statisticii C2 - 2015

Încărcat de

Drepturi de autor:

Formate disponibile

C.2.

Analiza unei serii statistice

Serie statistică după o Tabelul de frecvenţă

Tipuri de frecvențe Frecvenţa absolută cumulată

4. Frecvenţa relativă cumulată (Fi sau Fi%) = ponderea m

unităților cumulate “până la” sau “peste” nivelul xi N i ↑= N i +1 ↑ + ni = ∑ nh

Tabelul de frecvenţă Tabelul de frecvenţă

Frecvenţa relativă cumulată Tabelul de frecvenţă

Educational Level (years)

Tabelul de frecvenţă Tabelul de frecvenţă

Indicatori statistici descriptivi

Indicatori ai tendinţei centrale Indicatori ai tendinţei centrale

1. Media aritmetică (media) Media aritmetică (media) simplă

Simboluri: Media se calculează ca sumă a valorilor individuale

Media aritmetică simplă Media aritmetică (media) ponderată

Indicatori ai tendinţei centrale

Media aritmetică ponderată Media aritmetică ponderată

Distribuţia familiilor dintr-un bloc după numărul de ∑ xi ni 229

Indicatori ai tendinţei centrale Indicatori ai tendinţei centrale

Determinarea modului 3. Mediana

Indicatori ai tendinţei centrale Indicatori ai tendinţei centrale

4. În dreptul frecvenţei cumulate N i ≥ U Me se citeşte,

Indicatori ai tendinţei centrale Indicatori ai tendinţei centrale

Generalizarea medianei: quantilele Quartilele (Q1, Q2, Q3)

Decile (D1, ...., D9) volumul colectivităţii în 4 părţi egale

Quartilele (Q1, Q2, Q3) Decilele (D1, ...,D5, ....D9)

Q1 – este mediana primei jumătăţi a seriei volumul colectivităţii în 10 părţi egale

Indicatori ai tendinţei centrale Indicatori ai tendinţei centrale

Centilele (C1, ...,C50,..., C99) Relaţii între mărimile medii fundamentale

volumul colectivităţii în 100 de părţi egale x = M 0 = Me

Media Mediana Modul Indicatori ai tendinţei centrale

Variabila cantitativă discretă Variabila cantitativă discretă

2. Indicatori ai dispersiei (variaţiei) Indicatori ai dispersiei

Varianţa este întotdeauna pozitivă, nu are unitate de

Variabila cantitativă discretă

Indicatori ai dispersiei Indicatori ai dispersiei

Indicatori ai dispersiei Indicatori ai dispersiei

Variabila cantitativă discretă

Indicatori ai dispersiei Indicatori ai dispersiei

cuprinde 50% din volumul eşantionului

Indicatori ai dispersiei 3. Indicatori ai formei

Variabila cantitativă discretă Variabila cantitativă discretă

Diagrama box-plot (box-and-whiskers)

Diagrama box-plot Diagrama box-plot

distribuţie perfect simetrică

distribuţie asimetrică la dreapta

distriuţie asimetrică la stânga

Analysis weighted by NRSTUD

Variabila cantitativă discretă Variabila cantitativă discretă

Diagrama box-plot Indicatori ai asimetriei

Coeficientul de asimetrie Fisher Asimetria

Variabila cantitativă discretă Variabila cantitativă discretă

Indicatori ai formei Poligonul frecvenţelor

Poligonul frecvenţelor simple Indicatori de boltire

µ4 – momentul centrat de ordin 4

Variabila cantitativă discretă Variabila cantitativă discretă

Indicatori de boltire Indicatori de boltire

Dacă γ2=0 distribuţia este mezocurtică

Boltirea Indicatori ai formei

Educational Level (years)

Valori outlier şi valori extreme Valori outlier şi valori extreme

mici/ cele mai mari valori ale unei distribuţii. Me = 51

Pentru setul de date, valorile sunt: Tabelul de frecvenţă