Documente Academic
Documente Profesional
Documente Cultură
si
I C
i le
e ri
. I.s
.T
. T
aE
CURSULte12
l t a
cu
F a
REPARTIŢII c i a l e FOLOSITE ȊN
e
i c STATISTICĂ
i s p
a t
a tem
e M
l d
rs u
Cu
Repartiţia normală I E
si
I C
Prin definiţie, o variabilă continuă X are ioile
repartiţie normală, sau repartiţie Gauss –. sLaplace, e r
. I
dacă funcţia de repartiţie a variabilei TX.Teste dată de
E .
relația: e a
t a t
l
2 cu
x
t mF a
1
F x ecia l2e 2
dt , x , m , 0 ,
2 spe
c i
a ti
unde m şi atsunt em parametrii funcţiei de repartiţie.
Funcţia de e Mrepartiţie normală se notează de obicei prin
l d
r su
Cu
N m, iar faptul că v.a. X urmează această
2 I E
si
repartiție se exprimă prin X N m, . I C 2
i l e
ri emedia și
Parametrii repartiţiei normale semnifică I.
s
.
dispersia variabilei X. Mai precis, .T.T
a E
2tat
e 2
m M X , ul D X .
a c
e F
i a l
Din acest motiv putem e c spune că repartiţia normală
s p
N m, are media
2
ti c i m şi dispersia 2
.
ma
a t e
e M
l d
r su
Cu
Observații: 1) Pentru calcul efectiv al valorilor i I E
s
funcţiei de repartiţie corespunzătoare unei variabile I C
2
normale N m, putem utiliza funcţia Excel
se ri i l e
. I .
. T
. T t m
2
a1
E x
NORMDIST x, m, ,TRUE lta t e
e 2 2
dt ,
c u 2
F a
l e
c ia
x , m , 0, spsau e funcţiile similare ale altor
i c i
utilitare specializate a t pe rezolvarea problemelor de
e m
statistică, cum a t ar fi cele oferite de MATLAB de
exemplu. e M
Noi am prezentat funcţia NORMDIST din
l d
Excelr s deoarece utilitarul Excel este mai răspândit în
u
Cu
rândul utilizatorilor. Pentru mai multă claritate,i Icu E
s
alegerea făcută anterior, dacă N este o v.a. supusă I C legii
N m, , m , 0, atunci
2 i l e
e ri
. s
. I
. T
T
P N x NORMDIST x, m, a E,TRUE , x .
.
a t e
u lt
a c
2) Media și dispersia ldetermină e F în mod unic
repartiția normală. ecia
p
Repartiţia normală i c i sN 0,1 se numeşte repartiţia
a t
normală redusă, t e m repartiţia normală normată, sau
repartiţiae M a
normală standard. O v.a. repartizată după
legea uN l d 0,1 se notează de obicei cu Z şi este
r s
Cu
cunoscută sub denumirea de variabilă Z, variabilă i I E
s
normală redusă, etc. Orice variabilă X repartizată I C
2
normal N m, poate fi transformată într-o
se
i l e
ri v.a.
repartizată N 0,1 prin transformarea.T(de
.
.I normare,
. T
sau de standardizare) a E
t e
X lm
t a
Z ac . u
e F
i a l
e c
s p
3) Pentru calculul i c i efectiv al valorilor funcţiei de
repartiţie corespunzătoarea t unei variabile normale
e m
N 0,1 putem M
a t utiliza fie tabele special calculate, fie
d e
funcţia u l Excel
r s
Cu
x
t2 I E
1
NORMDIST x,0,1,TRUE
i
2 2
e dt , x C
e I
.
s
ii l
e r
. s
I
Mai clar, dacă z este o v.a. supusă legii . TN 0,1, atunci
.
. T
E
P z x NORMDIST x,0,1,TRUE t e a , x .
l t a
c u
F a
l e
Repartiția
e c i a 2
s p
c i
Repartiția definită a ti prin densitatea de probabilitate
t e m
a
e M
l d
r su
Cu
n
x
I E
1 1 i
x 2
e 2
, pentru x 0 C
s
n/2 n I
fn x 2 rii,l en 1,
2
. se
. I
0, pentru T . Tx 0
E .
t e a
t a
se numește repartiția cu nc grade de libertate.
2
u l
F a
Această repartiție, descoperită a l e inițial de către Helmert,
a fost pusă în evidență c i
p e de către K. Pearson. Vom nota
s
cu n mulțimea
2
ti i
c tuturor v.a. care au densitatea de
a
m mai sus.
repartiție definită
a t e
Dacă eXM1 , X 2 ,.., X n , cu n 1, este un șir de v.a.
d
l
independente,
r su de repartiție normală N 0,1, atunci
Cu
2 n X 12 X 22 .. X n2 , este o v.a. supusă repartiției
si I E
2 n cu n grade de libertate. e I C
ii l
e r
. s
Observație: Pentru calcul efectiv al probabilitaţii . I
. T
P 0 , unde este o v.a. supusă . T
2 2 2
a E repartiţiei
t e
n cu n 1 grade de libertate,
2
c u l t a iar 2
0 , este un
a
F pe lângă posibilităţile
număr real strict pozitiv ldat, e
oferite de tabelele special c ia întocmite în acest scop,
p e
putem utiliza funcţia i s Excel
ti c
ma
a t e
e M
l d
r su
Cu
1
n
1
t
I E
CHIDIST x, n 2
t 2
e dt , x 0, n C
s*i,
n I
2n/2 x ii l e
2 e r
. s
. I
. T
P 0 CHIDIST 0 , n . a E
2 2 2 . T
a t e
u lt
a c
F
Repartiția a l e Student
c i
p e
Repartiția definită i s prin densitatea de probabilitate
ti c
ma
a t e
e M
l d
r su
Cu
n 1 I E
x2 2
n 1
C
si
fn x
1 2
1 I
, x iil,en 1,
n n n se r
. I .
2 . T
. T
a E
a t e
se numește repartiția Student ucu lt n grade de libertate.
Această repartiție a fost descoperită a c și pusă în evidență
e F
de către W. Gosset, "Student", ia l reprezentând
e c
pseudonimul sub care p
s ilustrul matematician își semna
c i
lucrările. Vommnota a cu t n mulțimea tuturor v.a. care
ti
t e
au densitatea M
a de repartiție definită mai sus.
d e
u l
r s
Cu
Dacă X 1 , X 2 ,.., X n , cu n 1, este un șir de v.a. I E
si
independente, de repartiție normală N m, 2 e, Iatunci i l
C
e ri
. s
X m . I
. T
t , .T
1 n t2ea E
n i c1u
Xta i
l
F a
l e
c ia
este o v.a. supusă repartiției p e Student cu n grade de
i s
libertate. ti c
ma
a t e
Observații: e M 1) Pentru calcul efectiv al probabilitaţii
d
P t rsu , unde t este o v.a. supusă repartiţiei Student
l
Cu
t n , cu n 1 grade de libertate, iar , este un număr I E
si
real pozitiv dat, pe lângă posibilităţile oferite deI C
i l e
tabelele special întocmite în acest scop, putem e ri utiliza
. s
funcţia Excel . I
. T
. T
E
n a1te
a
ult
n 1
1 c 2 x 2
2
TDIST , n,1 e F a
1 dx ,
ncial n n
e
i s p 2
ti c
ma
0, n 1, aP t TDIST , n,1.
t e
e M
l d
r su
Cu
2) Pentru calcul efectiv al probabilitaţii P t si I, E
unde t este o v.a. supusă repartiţiei Student t ne I,Ccu
ii l
n 1 grade de libertate, iar , este un număr se r real
. .
I de tabelele
pozitiv dat, pe lângă posibilităţile oferite . T
special întocmite în acest scop, putem . T utiliza funcţia
a E
Excel a t e
u lt
a c
F
a l n 1
e
e c i
n 1
p
1 2 x 2
2
TDIST , n, 2 tici s
1 dx
a n n n
t e m
M
a 2
d e
u l
r s
Cu
n 1 I E
n 1
n 1 i
s
x 2 2
2 2 x I C
2 2
1 dx 1 iile dx ,
n n n e rn
I . s
2 .T .
. T
a E
0, n 1, P t TDISTlt , n, 2 . a t e
c u
F a
l e
c ia
Repartiția p e Fisher - Snedecor
i s
ti c
Repartiția Snedecor m a cu 1 1, 2 1, grade de
a te
libertate, se M defineștre prin densitatea de repartiție
d e
u l
r s
Cu
I E
1 1 i 2
1 2
1 s2
1 2
2 2 1 1 I C
f1 , 2 x x 1 iilxe ,
2 1 2 . ser2
. I
2 2 . T
. T
a E
t e
0 x , 1 , 2 1. u lt a
a c
e F
l
Vom nota cu FS 1 ,pec2 mulțimea tuturor v.a. care au
i a
i s
densitatea de repartiție ti c definită mai sus.
a
Dacă v.a. tte aparține clasei t n , atunci v.a. t
m 2
a
aparținedeclasei M FS 1, n .
u l
r s
Cu
Dacă 1 și 2 sunt două v.a.i I E
2 2 2 2
1 2 s
1 / 1
2
I C
independente, atunci 2 FS 1 , 2 . iile
2 / 2 se r
.
Dacă F FS 1 , 2 , atunci lim 2
.
. I
T 1 F aparține
. T 2
E
clasei 1 .
2
a t e a
u lt 1
Dacă F FS 1 , 2 , atunci F a c FS 2 , 1 .
a l e F
c i
e
p calcul efectiv al probabilitaţii
Observații: 1) Pentru i s
c
P F x , undeaF ti este o v.a. supusă repartiţiei Fisher -
e m
Snedecor M FSa 1 , 2 , cu n 1 grade de libertate, iar x,
t
e
este un l d
număr real strict pozitiv dat, pe lângă
r su
Cu
posibilităţile oferite de tabelele special întocmite îni I E
s
acest scop, putem utiliza funcţia Excel I C
i l e
ri
FDIST x, 1 , 2 se
. I .
. T
. T
E
1 2 t e a
1
t
ul1
a
1 2
1 2
2 1
Fa x 2 1 1 x
c 2
2 1 cia2l x
e
2
dx ,
pe
2 is 2
ti c
m a
x 0, n 1, aP F x FDIST x, 1 , 2 .
t e
e M
l d
r su
Cu
Repartiția Fisher I E
si
I C
Repartiția Fisher cu 1 1, 2 1, grade deiillibertate, e
e r
se defineștre prin densitatea de repartițieI. s
T .
T .
E .
1 1 2 tea
t
a 1 2
1 1 2 l 2
f1 , 2 x 2
2 u
F a c e 1 x
1 1 2
e x
,
e 2 l e
cia
1 2 2
p e 2 2
i s
ti c
ma
a t e x , 1 , 2 1.
e M
l d
r su
Cu
1 E
Dacă F FS v1 , 2 , atunci v.a. ln F , urmează
I
si
2 I C
repartiția Fisher. i l e
e ri
. s
. I
. T
. T
a E
a t e
u lt
a c
e F
i a l
e c
s p
c i
a ti
t e m
a
e M
l d
r su
Cu
E
DEFINIȚII DE BAZĂ ȊN STATISTICA si
I
I C
i l e
ri
DESCRIPTIVĂ . se
. I
. T
. T
Inferenţa statistică a E
a t e
l t
Prin inferenţă statistică se a c înţelege obţinerea de
u
concluzii bazate pe o evidenţă e F statistică, adică pe
i a l
informaţii derivate dintr-un p e c eşantion. Concluziile trase
privesc anumiți parametrii i s ai caracteristicii
ti c
(caracteristicilor) ma populaţiei din care provine
a t e
eşantionul.M
d e
u l
r s
Cu
Inferenţa statistică implică considerarea a trei i I E
s
distribuţii asociate cu caracteristica studiată: I C
- distribuţia populaţiei; i l e
e ri
- distribuţia de sondaj; . s
. I
- distribuţia eşantionului. . T
. T
a E
a t e
Prin distribuţie a populaţiei u ltse înţelege distribuţia
a c
pe care o are caracteristica l e Fpopulației studiate (sau v.a.
asociată acestei caracteristici). c i a
p e
s
Prin distribuţiaicieşantionului se înţelege distribuţia
a t
pe care o are caracteristica studiată în eşantionul
t e m
disponibilMîn studiu.
a
d e
u l
r s
Cu
Prin distribuţia de sondaj a unei statistici se I E
si
înţelege distribuţia pe care o are statistica în mulţimea I C
tuturor eşantioanelor de un volum dat. i l e
e ri
. s
. I
Inferenţa statistică se realizează în.Tgeneral .T după
E
următorul algoritm: t e a
t a
- din populația originală se c u lprelevează un eşantion
cât mai reprezentativ scopului F a propus;
a l e
- pe baza datelor din i
c acest eșantion se calculează
p e
acea valoare tipică i s
a populației pentru care s-a demarat
ti c
studiul; ma
t e
- utilizând M
a repartiţia de sondaj a statisticii, se pot
face evaluări
d e ale erorilor de estimaţie.
l
r su
Cu
De exemplu, dacă En x1 ,.., xn este un eșantion I E
si
de volum n prelevat dintr-o populație normală de I C
l e
parametrii m și , atunci media de sondaj eri
2 i
s
x1 xn . I .
x a eșantionului considerat T . T va urma
n E .
repartiția normală de parametriitate a
l
u
2 2
a c
M x m, D x 2
F altfel zis x N m,
, esau .
ncial n
p e
i s
ti c
ma
a t e
e M
l d
r su
Cu
Estimaţii statistice I E
si
I C
Se numeşte estimator statistic orice mărime i l e
e ri
obținută pe baza unor date de sondaj prinI. care s se
.
urmărește aproximarea valorii unui parametru T . T statistic.
E .
t e a
De exemplu, media aritmetică l t a a valorilor
c u
caracteristicii unei populații F adate cuprinse într-un
l e
eșantion oarecare poateciaconstitui un estimator pentru
e
media teoretică ai spopulaţiei din care a fost prelevat
p
ti c
eșantionul. Demasemenea, a abaterea standard de sondaj,
a t e
s , poate constitui
M un estimator pentru abaterea
standard d eteoretică a populaţiei pe care s-a efectuat
u l
r s
sondajul, etc.
Cu
I E
si
După natura lor, în statistică se utilizează două I C
i l e
tipuri de estimaţii: punctuale și sub formă sde eri
intervalle, sau regiuni de încredere. .T . I .
. T
Prin estimaţie punctuală înțelegem a E un număr care
a t e
aproximează cu o probabilitate u ltdată valoarea
a c
parametrului estimat. F
a l e
Prin estimaţie subpeformă c i de înterval, sau de regiune
i s
de încredere, înțelegem ti c un interval al axei reale, sau o
regiune a unui a
mspațiu multidimensional, care acoperă
a t e
cu o probabilitate
M dată, valoarea necunoscută a
d e
parametrului
u l estimat.
r s
Cu
I E
si
Exemplul 1: Intervale de încredere pentru medie I C
i l e
e ri
Considerăm o populaţie statistică de .caracteristică .I s x
repartizată normal, cu parametrii şi.T.T 2 . Presupunem
E
că dintr-un eşantion de volum n ts-au e obţinut, media de
a
a
lt 2
sondaj x şi dispersia de sondaj u
c s . Pentru un prag de
F a
semnificație egal cu ,iaintervalul l e de încredere pentru
media populaţiei este e c
s p
i
ti c
x zm1 / 2 x
a z 1 / 2 ,
nate n
e M
l d
r su
Cu
dacă dispersia, este cunoscută, unde z 1 / 2 ,i I E
2
s
IC
este quantila (valoarea critică) de ordinul 1 iile a
e r2
s
repartiţiei normale standard N 0,1, și T.I .
T .
E .
t e a
s a s
x t 1 / 2 cu x l t t 1 / 2 ,
n F a n
l e
dacă dispersia, , nueceste 2 ia cunoscută, unde t 1 / 2 ,
s p
c i
este quantila (valoarea a ti critică) de ordinul 1 a
t e m 2
repartiţiei M a
Student cu n 1 grade de libertate.
d e
u l
r s
Cu
I E
si
I C
Exemplul 2: Intervale de încredere pentru dispersie i l e
e ri
. s
. I
Considerăm o populaţie normală, Tsau .T aproximativ
.
normală, de parametrii şi necunoscuţi. 2
e a E Se
a t
demonstrează că, pentru un prag u lt de încredere
c
satatistică de 1 , intervalul e
a
F de încredere bilateral
a l
pentru dispersia populaţiei e c i studiate este dat de
inegalitățile s p
i c i
a t
t e m
a
e M
l d
r su
Cu
E
n 1 s n 1 s
2 2
I
2
2
, IC si
1 / 2,
2
/ 2, ile
i e r
.s . I 2
. T
unde n este volumul eşantionului utilizat, E . T s este
dispersia de sondaj, iar / 2, 2
a t
e a şi 1 / 2,
2
lt
a c u
sunt quantilele (valorile critice) e F de ordin , respectiv
i a l 2
e c
1 , ale repartiţiei s p 2
cu n 1 grade de libertate.
c i
2 a ti
t e m
a
e M
l d
r su
Cu