Anexa 1

Determinarea numarului de maurari

ORIGIN  1

 31.65
 
 30.83 Determinarea raportului q
 30.31 Tabelul 4.5
 29.35 q/ P 0.9 0.95 0.98 0.99 0.999
  n1 n1 n1 n1 n1
 31.70 1 5 7 9 11 17
 29.02 0.5 13 18 25 31 50
 31.55 0.4 19 27 37 46 74
  0.3 32 46 64 78 127
 29.91 0.2 70 99 139 171 277
 28.03 0.1 273 387 545 668 1089
  0.05 1084 1540 2168 2659 4338
 32.45
 31.65
x   29.12
  n  length ( x) n  23
 31.91
 29.02 media  mean( x) media  30.513
 31.30
  n
 30.23
�  xi  media
2
 29.85 Abaterea standard empirica
  i 1
s 
 31.01 n 1 s  1.407
 29.63
 33.47 2. Pentru nivelul de incredere P = 0.95 si precizie de masurare = 0.33
  se determina q din tabelul 4.5 (pagina 143);
 31.88
 29.61
 28.33   0.37 Precizia = a-xmed
 

q  q  0.263
s

3. Din tabelul 4.5 (pag.143) pentru nibvelul de incredere P = 0.95 si q1 = 0.3 rezulta numarul de masurar
n1 = 46;

4. Se determina numarul de masurari n2 pentru realizarea preciziei = 0.7

q1  0.2 n1  99

1  q1  s 1  0.281
1
 
   0.761
2
n2  n1   n2  57.266
 Anexa 2

Parametrii statistici principali (Seria 1)

 media  mean( x) media  30.953 Media aritmetica de sondaj
n  length ( x) n  55 Numarul valorilor masurate

1
n
 n 
mediageom   � x mediageom  30.91 Media geometrica
 i
i  1 
n
mediarm  mediarm  30.867 Media armonica
n
1
� xi
i1

�  xi
2

i 1
mediapat  mediapat  30.996 Media patratica
n

Calculul Medianei de sondaj - valoarea fata de care frecventa valorilor mai mici decit ea este egala cu
frecventa valorilor mai mari decit ea

xsort  sort ( x)
Ordoneaza crescator elementele vectorului x

ind  if  floor 
n n  1 n
  2  n  2  2  ind  28 Se determina indicele mijlocului sirului de valori
 2 
 xsort
ind
 xsort
ind 1
mediana  if ( ind  2  n ) xsort   mediana  30.87 Mediana de sondaj
ind
 2 
moda  media  3 ( mediana  media) moda  30.705 Moda de sondaj - valoarea careia ii
corespunde valoarea maxima

xsort  xsort
1 n
val_centrala  val_centrala  31.335 Valoarea centrala
2

Abaterea medie patratica de la valoarea medie

n

�  xi  media
1 2
ab_medie_pat   ab_medie_pat  1.637
n
i1

ab_medie_patratica  stdev ( x) ab_medie_patratica  1.637

 Abaterea standard empirica de la valoarea medie
n

�  xi  media
1 2
ab_stand_emp  
n 1
i1 ab_stand_emp  1.652

n Dispersia de sondaj sau momentul centrat de ordinul doi

� i 
1 2
dispersia_sondaj   x  media
n
i1 dispersia_sondaj  2.678

dispersia_de_sondaj  var ( x) dispersia_de_sondaj  2.678

amplitudinea max( x)  min( x) amplitudinea  6.35 Amplitudinea sirului de date

ab_stand_emp
coef_variatie  coef_variatie  0.053 Coeficientul de variatie
media

n Abaterea medie absoluta - media abaterilor fata de

1
ab_medie_abs 
n
 � x  media
i
media aritmetica in valoare absoluta
i1 ab_medie_abs  1.349

Momentul de sondaj de ordinul r - calculat fata de originea sistemului

r  2  4 i  1  n

�  xi
1 r
moment  
r n moment  0 moment  960.75
1 2
i1
4 5
moment  2.99  10 moment  9.334 10
3 4

Momentul centrat de sondaj de ordinul r - calculat avind ca origine media aritmetica

n
 x  media
1 r
n � i
moment_centrat_sondaj  
r moment_centrat_sondaj  0
1
i 1
moment_centrat_sondaj  2.678
2
moment_centrat_sondaj  17.141
4 moment_centrat_sondaj  0.966
3

coef_asim 
 moment_centrat_sondaj 
r
2
Coeficientul de asimetrie
r 3
dispersia_sondaj

coef_asim  0 coef_asim  0.373

1 2
coef_asim  0.049 coef_asim  15.295
3 4

asim_ab  media  moda asim_ab  0.248 Asimetria absoluta

moment_centrat_sondaj
4
coef_boltire  coef_boltire  2.39 Coeficientul de boltire
2
dispersia_sondaj

excesul  coef_boltire  3 excesul  0.61 Excesul

 Anexa 3

Parametrii statistici (Seria 2)

Mediana de sondaj

moda  media  3 ( mediana  media) moda  29.173 Moda de sondaj - valoarea careia ii
corespunde valoarea maxima

xsort  xsort
1 n
val_centrala  val_centrala  30.97
2
 media  mean( x) media  29.843 Media aritmetica de sondaj
n  length ( x) n  55 Numarul valorilor masurate

1
n
 n 
mediageom   � x mediageom  29.78 Media geometrica
 i
i  1 
n
mediarm  mediarm  29.717 Media armonica
n
1
� xi
i1

�  xi
2

i 1
mediapat  mediapat  29.909 Media patratica
n

Calculul Medianei de sondaj - valoarea fata de care frecventa valorilor mai mici decit ea este egala cu
frecventa valorilor mai mari decit ea

xsort  sort ( x)
Ordoneaza crescator elementele vectorului x

ind  if  floor 
n
 
n1 n
  2  n  ind  28 Se determina indicele mijlocului sirului de valori
 2 2 2
 xsort
ind
 xsort
ind 1
mediana  if ( ind  2  n ) xsort   mediana  29.62
ind
 2 

Valoarea centrala

Abaterea medie patratica de la valoarea medie

n

�  xi  media
1 2
ab_medie_pat   ab_medie_pat  1.979
n
i1

ab_medie_patratica  stdev ( x) ab_medie_patratica  1.979

Abaterea standard empirica de la valoarea medie

n

�  xi  media
1 2
ab_stand_emp  
n 1
i1 ab_stand_emp  1.997
dispersia_de_sondaj  var ( x) dispersia_de_sondaj  3.917

amplitudinea  max( x)  min( x) amplitudinea  11.9 Amplitudinea sirului de date

ab_stand_emp
coef_variatie  coef_variatie  0.067 Coeficientul de variatie
media

n Abaterea medie absoluta - media abaterilor fata de

1
ab_medie_abs 
n
 � x  media
i
media aritmetica in valoare absoluta
i1 ab_medie_abs  1.408

Momentul de sondaj de ordinul r - calculat fata de originea sistemului

r  2  4 i  1  n

n
 x
1 r
n � i
moment  
r moment  0 moment  894.549
1 2
i1
4 5
moment  2.694 10 moment  8.15  10
3 4

Momentul centrat de sondaj de ordinul r - calculat avind ca origine media aritmetica

�  xi  media
1 r
moment_centrat_sondaj  
r n
i 1
 n Dispersia de sondaj sau momentul centrat de ordinul doi
� i 
1 2
dispersia_sondaj   x  media
n
i1 dispersia_sondaj  3.917

moment_centrat_sondaj  0
1
moment_centrat_sondaj  3.917
2
moment_centrat_sondaj  78.985
4 moment_centrat_sondaj  6.263
3

coef_asim 
 moment_centrat_sondaj 
r
2
Coeficientul de asimetrie
r 3
dispersia_sondaj

coef_asim  0 coef_asim  0.255

1 2
coef_asim  0.653 coef_asim  103.82
3 4

asim_ab  media  moda asim_ab  0.67 Asimetria absoluta

moment_centrat_sondaj
4
coef_boltire  coef_boltire  5.148 Coeficientul de boltire
2
dispersia_sondaj

excesul  coef_boltire  3 excesul  2.148 Excesul

 Anexa 4

Verificarea normalitatii repartitiei

Seria 1
 n  length ( x) n  55 Numarul masurarilor

L  1  3.322log
 ( n) L  6.781 Numarul claselor
max( x)  min( x)
d  d  0.936 Lungimea intervalului
L

L  ceil
max( x)  min( x) 
 L7 Numarul claselor (ceil(a) = [a] +1)
 d 
k  1  L j  1  L  1 k - numarul de clase

int  min( x)  ( j  1)  d
j Limitele superioare ale claselor

int 
j
28.16
29.096
30.033
30.969
31.905
32.842
33.778
34.715

Frecventele cu care valorile din vectorul x

f  hist ( int x) cad in intervale

7
 
 10
 12
f   11 
 
8
5
2
 

ab_standard_emp  var ( x) ab_standard_emp  1.637

k  2  L
 int  mean( x) int  mean( x)
1 k
t  t 
1 ab_standard_emp k ab_standard_emp

2
t

2
funct ( t)  e

b
1 
integ( funct a b )    funct ( t) d t
2   a

a  0 b  t b  t i1  2  L
k k 1 1


p  integ funct a b
1   0.5 1

p  integ funct a b   integ funct a b

i1 i1 i1  1

p
L 1
 0.5  integ funct a b L
L 1 f
  i 1
 n p    0  n  p 
2
i  1
2

h 
 � n p
i


n p
1
i  2 
2
 n  f   n  p 


� L 1

hi2  h  hi2  6.319
n p
L 1

nr_grade_libertate  L  2

nr_grade_libertate  5

Pentru k = 5 si P = 0.95 (tab.4.2 pagina 135) hi2= 11.07

Deoarece 6.319 < 11.07 repartitia este normala
 Anexa 5

Verificarea normalitatii repartitiei

Seria 2

k - numarul de clase

int  min( x)  ( j  1)  d Limitele superioare ale claselor

j

int 
j
25.02
26.775
28.53
30.284
32.039
33.794
35.549
37.303
Frecventele cu care valorile din vectorul x
cad in intervale
 n  length ( x) n  55 Numarul masurarilor

L  1  3.322log
 ( n) L  6.781 Numarul claselor
max( x)  min( x)
d  d  1.755 Lungimea intervalului
L

L  ceil
max( x)  min( x) 
 L7 Numarul claselor (ceil(a) = [a] +1)
 d 
k  1  L j  1  L  1

f  hist ( int x)

2
 
 10
 24
f   13 
 
4
1
1
 

ab_standard_emp  var ( x) ab_standard_emp  1.979

k  2  L
 int  mean( x) int  mean( x)
1 k
t  t 
1 ab_standard_emp k ab_standard_emp

2
t

2
funct ( t)  e

b
1 
integ( funct a b )    funct ( t) d t
2   a

a  0 b  t b  t i1  2  L
k k 1 1


p  integ funct a b
1   0.5 1

p  integ funct a b   integ funct a b

i1 i1 i1  1

p
L 1
 0.5  integ funct a b L
L 1 f
  i 1
 n p    0  n  p 
2
i  1
2

h 
 � n p
i


n p
1
i  2 
2
 n  f   n  p 


� L 1

hi2  h  hi2  10.951
n p
L 1

nr_grade_libertate  L  3

nr_grade_libertate  4

Pentru k = 4 si P = 0.95 (tab.4.2 pagina 135) hi2= 10.675

Deoarece 10.951 > 10.675 repartitia NU este normala
 Anexa 6

Repartitia normala
s  100 Numarul de masurari

i  1  s z  7  0.14 i Eroarea de masurare

i

2  1.979 1  1.637 Abaterea medie patratica

 z i 2  z i 2

2 
1 2 1 2
p  e 1 2 2
i 1  2  q  e
i 2  2  Densitatea de repartitie

0.27

0.243

0.216

0.189

0.162
pi
0.135
qi
0.108

0.081

0.054

0.027

0
8  6.4  4.8  3.2  1.6 0 1.6 3.2 4.8 6.4 8
zi

1 1
p0  q0  Valoarea maxima a densitatii de repartitie:
1  2  2  2 

p0  0.244 q0  0.202
a  0 b  3
2
z t
i 
t  2
i 1 ( t)  e Probabilitate integrala

b
1 
I    ( t ) d t
2   I  0.499
a

3
2 I  0.997 Prob  1  2 I Prob  2.7  10
 Anexa 7

Adevarata valoare a marimii masurate

 2. Estimarea preciziei dispersiei

a. Calculul dispersiei pentru fiecare serie de masurari:

n  length ( x1) n  55
media1  mean( x1) media1  30.953

media2  mean( x2) media2  29.843

�  x1i  media1
2

i1
s21  s21  2.728
n 1

�  x2i  media2
2

i1
s22  s22  3.989
n 1

b. Compararea dispersiilor

s22
F1  F1  1.462
s21

Pentru nivelul de incredere P = 0.95 si numarul gradelor de

libertate k = n - 1 din tabelul 4.7 (pag.149) se ia valoarea
critica F(0.95, 54, 54) = 1.555

F1 = 1.462 < 1.555 diferenta NU ESTE semnificativa

c. Eliminirarea dispersieice difera semnificativ de

celelalte:

s22
G1 
s21  s22 G1  0.594

Valoarea critica pentru nivelul de incredere P = 0.95, m = 2 (numarul seriilor) si

k = n - 1 = 55, G(0.95, 2, 54) = 0.434 este determinata din tabelul 4.8 (pag.150)
Deoarece G1 = 0.594 >0.434 diferenta dintre prima dispersie si cealalta se considera
semnificativa, adica a 2-a serie de masurari este de o precizie mai mica decit a 1 -a
si NU o vom mai lua in considerare in continuare.

d. Estimarea punctuala a dispersiei (a abaterii medii patratice):

 s21  s22
s2  s  s2
2
s2  3.359 s  1.833

s  s21 s  1.652

e. Estimarea prin intervale de incredere a dispersiei (si deci a abaterii medii patratice):

Din tabelul 4.6 (pag.148) se determina coeficientul q (0.95, 55) = 0.195

s (1 - q) < s < s (1 + q)
1.326 < s < 1.978

3. Estimarea adevaratei valori a marimii masurate:

a. Estimarea punctuala:

media2  media1
media  media  30.398
2

media  media1 media  30.953

Masa a 100 de boabe de porumb este:

M = 30.953 g

b. Estimarea prin intervale de incredere:

Din tabelul 4.10 (pag.153) se determina

t(0.95, 54) = 2.002
Se calculeaza precizia de masurare :

4
t  2.008  0.006  t  2.003
5
ts
    0.446
n

Adevarata valoare a marimii masurate prin

intervale de incredere este:

media - < D < media +

30.507 < D < 31.399

max  media   max  31.399

min  media   min  30.507