1.

FAZELE CERCETARII
1.Cercetarea literaturii de specialitate
2.cercetarea de laborator
3. cercetarea din instalatie pilot
4. prezentarea rezultatelor cercetarii

2 .Care sunt Caracteristicile experimentului ?

Câmpul experimental reprezintă suprafața de teren pe care sunt amplasate experiențele.
Caracteristici:
 suprafața trebuie să fi fost înainte cultivată cu aceiași plantă în anul precedent, la care nu s-au făcut diferențieri tehnologice în ce privește
lucrarea solului, fertilizarea, irigarea, combaterea buruienilor și celelalte măsuri agrotehnice. Restricția se întinde pe 2-3 ani anteriori, în cazul
îngrășămintelor organice această perioadă este de 5-6 ani;
 nu se amplasează câmpul experimental pe suprafețe ce cuprind foste drumuri, locuri de depozitarea a pesticidelor sau îngrășămintelor, etc.;
 se evită alegerea câmpului experimental lângă păduri, șantiere de lucru, combinate;

3. DIFERENTA DINTRE FACTORII CANTITATIVI SI CALITATIVI :

Factorii cantitativi pot fi măsuraţi printr-o metodă de măsură. Ei se caracterizează prin:
-Valoare ;
-unitate de măsură;
Exemple de factori cantitativi:temperatura,timpul,concentraţia.
Factorii calitativi = factorii care nu pot fi măsuraţi printr-o metodă de măsură oarecare.

4. CARACTERISTICILE FACTORILOR:
 Factorii trebuie să fie: controlabili, compatibili şi independenţi.
 Un experiment poate fi programat numai dacă factorii pot fi fixaţi la valorile dorite de
experimentator, deci dacă pot fi controlaţi.
 !!! Nu poate fi considerata factor de ex. - temperatura ambiantă în cazul instalaţiilor care lucrează în aer liber .
 Prin compatibilitatea factorilor - posibilitatea combinării lor în condiţii de securitate.
 Pentru ca factorii să fie independenţi, nu trebuie să existe între ei o relaţie liniară sau parabolică.
 De ex, în cazul proceselor care au loc în fază gazoasă nu se pot alege ca factori presiunea, temperatura şi volumul.
 Factorii trebuie să acţioneze direct şi în mod semnificativ asupra parametrului de optimizat.
 Este de preferat să se aleagă mai mulţi factori decât să fie omis unul important ceea ce ar putea duce la
rezultate eronate.
 Scopul unei experimentări este de a determina valorile factorilor care duc la rezultate semnificative
din punct de vedere tehnic, economic etc. al parametrului de optimizat
Parametru de optimizat - răspunsul unei investigaţii, reprezentând o variabilă dependentă a procesului cercetat
CARACTERISTICILE PARAMETRULUI :
1. să fie cantitativ. Multitudinea de valori pe care o poate lua parametrul de optimizat se numeşte domeniul de
determinare sau regiunea de determinare a parametrului de optimizat şi poate fi continuă sau discretă,
limitată sau nelimitată.
De ex, în cazul în care parametrul de optimizat este randamentul unei reacţii, acesta are o regiune de
determinare continuă şi limitată, inferior şi superior, de valorile între care poate varia
randamentul reacţiei respective.
Pentru măsurarea cantitativă a parametrului de optimizat este necesar un instrument obiectiv, care in unele
cazuri nu există. Daca parametrul de optimizat nu poate fi măsurat cantitativ în mod obiectiv, se poate
utiliza o măsură de rang, ca de exemplu: da, nu, bun, rău. Acest mod de măsurare este tot
cantitativ, dar are o natură subiectivă. O astfel de apreciere poate fi acceptata pentru orice parametru fizic
dacă nu există o posibilitate numerică de estimare a acestuia.
2. Parametrul de optimizat trebuie să fie exprimat printr-un singur număr care poate fi obţinut prin
citirea directă pe un aparat sau pe baza unor calcule.
3. neambiguitatea - adică valoarea parametrului de optimizat trebuie să corespundă unui set de valori ale
factorilor cu o precizie superioară erorii experimentale.
4. sa aibă un sens fizic, simplu şi uşor de calculat.
 5 . Ce tipuri de erori cunoasteti ? 3 exemple
eroarea absoluta : Ex. În urma măsurătorii lungimii a două bare au fost obținute rezultatele:
1. 100 m ± 0,5 cm
2. 18 cm ± 0,2 cm
 Eroarea relativă  a valorii aproximative se consideră raportul dintre eroarea absolută  și modulul numărului exact A (A≠0)
 =  / A
 Ex. O bară are lungimea de 100 cm. În urma unei măsurători a fost stabilită o valoare a lungimii egală cu 101 cm. Distanța dintre punctele A
și B este de 3000 m. În urma măsurării s-a obținut distanța de 2997 m. Se cere să se determine eroarea relativă a fiecărei măsurări și
măsurarea mai exactă.
 Erorile ce pot apărea în timpul rezolvării unor probleme pot proveni din diferite surse. Cele mai des întâlnite tipuri de erori sunt:
- Erori de problemă;
- Erori de metodă;
- Erori ale datelor de intrare;
- Erori de aproximare;
- Erori de rotunjire

6 . REGULII DE PREZENTARE A INCERTITUDINII DATELOR EXPERIMENTALE ( CIFRE SEMNIFICATIVE )

 1. Orice cifră diferită de zero este semnificativă
numărul 913,6 are 4 cifre semnificative; numărul 6,72 are 3 cifre semnificative
2. Cifra zero situată între două cifre diferite de zero este semnificativă
numărul 1203,6 are 5 cifre semnificative
3. Zerourile din stânga unei cifre nu sunt semnificative. numărul 0,00345 are 3 cifre semnificative; el poate fi scris ca 3,45×10-3
4. Cifra zero situată la dreapta unei cifre diferite de zero şi la dreapta virgulei este semnificativă
numărul 34,60 are patru cifre semnificative
5. Cifra zero situată la sfârşitul numărului şi la stânga virgulei poate fi sau nu semnificativă (depinde dacă cifra zero a rezultat dintr-o
măsurătoare sau este folosită doar pentru indicarea ordinului de mărime, localizarea virgulei); în acest caz se recomandă scrierea numărului în
notaţie ştiinţifică pentru evitarea confuziilor).

7. SCALA DE MASURARE

Scala nominală serveşte la clasificarea obiectelor în funcţie de existenţa sau inexistenţa unor caracteristici (ex:
grupa sanguină, gen, rasa, naţionalitatea, culoarea ochilor, a părului, numărul carnetului studenţesc, locul literelor unui
alfabet etc.).Scala nominală constă din două relaţii: „egal” şi „nu este egal”.

I n cazul scalelor nominale pot fi determinate următoarele valori statistice: frecvenţa absolută (f), frecvenţa
relativă (f %) şi valoarea modală (Mo).
x2
Mai poate fi verificată statistica şi calculaţi coeficienţii de corelaţie între două variabile, etc.

Scala ordinală (sau rang) permite ierarhizarea sau ordonarea obiectelor sau alternativelor cercetate în funcţie de un
anumit criteriu într-o relaţie de genul: primul, al doilea, al treilea; mai mare sau mai mic, mai rapid sau mai lent, mai mult
sau mai puţin inteligent, mai mult sau mai puţin important etc.

Scala ordinală se aplică nu numai pentru a distinge obiectele între ele ci şi pentru a stabili ordinea acestora.

Scala interval este mai evoluată decât scala ordinală şi permite atât ordonarea obiectelor cât şi măsurarea
distanţei dintre ele.

Scala proporţională, cunoscută şi sub denumirea de scală relativă, presupune împărţirea scalei în
intervale egale, punctul zero fiind zero absolut, adică absenţa caracteristicii studia
8. Variabila =o caracteristică (o calitate sau o cantitate) măsurabilă care poate lua orice valoare dintr-un set ce conţine mai multe valori.
variabilele pot fi calitative sau cantitative.
Variabilele calitative = exprimate prin cuvinte sau simboluri ce desemnează apartenenţa la una din categoriile scalei de valori (sortiment de produs, tip de
medicament, tip de fertilizant, sexul, categoria de vârstă, culoare, mod de operare).
Pentru variabilele cantitative valorile se exprimă numeric. Variabilele cantitative pot fi continue sau discrete.
Variabilele continue pot lua potenţial o infinitate de valori dintr-un interval (presiune, temperatură, înălţime, durată).
Variabilele discrete pot avea doar un număr finit de valori dintr-un anumit interval. De obicei valorile variabilelor discrete sunt reprezentate de numere
întregi.
Variabilele dependente reprezintă răspunsul sistemului la modificarea variabilelor independente, adică ceea ce experimentatorul măsoară, descrie şi
încearcă să explice.
!!! Variabila dependentă reprezintă efectul în relaţiile de tip cauză-efect.
Variabilele independente controlabile (factorii) reprezintă condiţiile manipulate de experimentator şi cauza potenţială în relaţiile de tip cauză efect.
Variabilele externe sunt cele care nu pot fi manipulate de experimentator. Totuşi influenţa lor este controlată într-o anumită măsură (în multe cazuri este
minimizată).
TRATAMENTE
In experimentele cu un singur factor, fiecare nivel al factorului constituie un tratament. Ex. într-un experiment în care se studiază influenţa a 4
valori de temperatură asupra vitezei de reacţie, fiecare valoare a temperaturii (fiecare nivel al factorului temperatură) = un tratament.
În experimentele mai complexe, tratamentele sunt reprezentate de combinaţii ale factorilor la diferite niveluri. Ex. dacă suntem interesaţi de
influenţa mai multor tipuri de fertilizanţi asupra producţiei de porumb, fiecare tip de fertilizant constituie un tratament.
Dacă experimentul urmăreşte atât influenţa tipului de fertilizant cât şi a cantităţii aplicate, fiecare combinaţie tip−cantitate constituie un tratament.
!!!! tratamentul = o procedură pe care o aplicăm unităţilor experimentale.
tratament de control = elementul martor, de referinţă, cu care sunt comparate celelalte tratamente ce alcătuiesc planul experimental.
Placebo este un tratament absolut inactiv administrat în locul unui tratament activ unui bolnav care nu știe nimic despre această situație. Pentru a se
analiza acest efect, este de preferat ca testele sa fie efectuate prin metoda denumita „dublu orb”. !!!! Poate demonstra că lipsa eficacităţii tratamentului este
datorată condiţiilor experimentale şi nu lipsei de eficienţă a tratamentului.
Unitate experimentală
Unitatea experimentală = unitatea care este alocată aleator unui tratament.
= unitatea de bază a experimentului, adică acea entitate prin a cărei repetare putem mări numărul gradelor de libertate -GL.
Exemple:
 În experimentele agricole în câmp unitatea experimentală =parcela, nu planta;
 În cazul experimentelor de microbiologie realizate în flacoane agitate sau pe plăci Petri, unitatea experimentală = flaconul sau placa Petri şi nu
microorganismul.
9 . REPETITIA
Repetiţia= aplicarea aceluiaşi tratament mai multor unităţi experimentale
Repetiţia are două scopuri:
1. estimarea erorii experimentale (estimarea dispersiei) = termenul cu care este comparată diferenţa dintre tratamente : măreşte numărul gradelor de
libertate, micşorează dispersia erorii şi creşte puterea testelor statistice.
2. obţinerea unei estimări mai precise a efectului factorilor sau/şi a interacţiunilor dintre aceştia
10. RANDOMIZAREA =un procedeu folosit la alocarea probabilistică a unităţilor experimentale diferitelor tratamente, la stabilirea aleatoare a ordinii de
aplicare a tratamentelor şi a ordinii de efectuare a măsurătorilor.
Scopul randomizării:
 reducerea surselor de variabilitate
 eliminarea efectelor sistematice ale variabilelor necontrolabile.
 asigură validitatea estimării parametrilor modelului statistic deoarece ne asigură că datele noastre se supun legilor probabilităţii.
11.A Metode de așezare a experiențelor monofactoriale:
a) Metoda blocurilor;- -metoda de aşezare permite să se folosească diferitele posibilităţi şi condiţii de pe teren; dezavantaj: la valorificare nu se
pot elimina deloc erorile sistematice existente între blocuri, deci precizia experienţelor este mai mică decât la celelalte aşezări

b) Patratul latin;- numărul maxim recomandat - 12 variante - de obicei - 6—8 var.

Utilizare: diferenţe foarte mici între variante la experienţele cu soiuri, exp. sere, unde există variaţii în privinţa temperaturii, luminozităţii,
curenţilor de aer şi uniformităţii udării etc
c) Dreptunghiul latin;- Numărul variantelor = divizibil cu nr repetiţiilor şi al subcoloanelor
Numărul coloanelor = numărul blocurilor = cu numărul repetiţiilor.
 Fiecare variantă =o data atât în fiecare coloană cât şi în fiecare bloc.
Planul aşezării parcelelor pe teren trebuie să fie randomizat.
exactitatea experienţelor este mult mai mică decât la pătratul latin.15-20 variante
d) Grilaje- Așezarea în grilaj face posibil studiul unui număr mai mare de variante, a căror grupare pe suprafețe mici, în blocuri incomplete, permite
reducerea influenței neuniformității solului.
- Grilaj simplu
- Grilaj balansat
- Grilaj patrat balansat

11.B Așezarea experiențelor polifactoriale se poate face după mai multe metode:
a) Metoda blocurilor randomizate – în această metodă, parcelele cuprinzând combinațiile factorilor experimentali se așează în blocuri, una lângă
alta, randomizat, blocurile fiind dispuse liniar pe 1- 3 rânduri
b) Pătratul latin și dreptunghiul – metodă care permite eliminarea într-o mare măsură, a erorilor sistematice. Respectând cerințele acestei metode
de așezare, respectiv ca blocurile și coloanele să reprezinte repetiții complete, randomizarea parcelelor se realizează prin așezarea la întâmplare a
blocurile și apoi a coloanelor. Pătratul latin permite experimentarea unui număr limitat de variante.
c) Metoda parcelelor subdivizate – combinațiile de factori sunt grupate în toate repetițiile, după unul din factori. Așezarea constă în divizarea
parcelelor experimentale mari, în care s-a aplicat un tratament, în parcele mai mici care cuprind graduările celui de al doilea factor, aceste
parcele subdivizându-se la rândul lor potrivit graduărilor celui de al treilea factor.
Primul factor (A), amplasat pe parcela mare, este factorul cu acțiune puternică, în timp ce factorul al doilea (b) și al treilea (c) au o acțiune
intermediară și respectiv slabă.
12 . Reguli pentru întocmirea tabelelor
1. Un tabel =tabel statistic atunci când toate rubricile generate de reţeaua tabelului sunt completate cu indicatori statistici. Dacă pentru o grupă nu a existat
fenomenul, în rubrica corespunzătoare se trece semnul “-“, iar dacă se ştie că fenomenul a existat, dar lipsesc datele se trece semnul “...”.
2. Tabelele trebuie numerotate pentru a fi mai uşor de identificat în text.
3. Este obligatorie precizarea unităţilor de măsură în care se exprimă indicatorii statistici.
4. Pentru a localiza cu uşurinţă datele din tabel este necesară numerotarea liniilor şi a coloanelor.
5. Tabelele statistice trebuie să fie uşor de interpretat, de aceea ele trebuie să cuprindă numai informaţii strict necesare caracterizării statistice a
fenomenelor studiate.
6. Notele explicative trebuie să prezinte corect sursa de informaţie sau să atragă atenţia asupra modului de culegere sau de prelucrare a datelor.
13. INDICATORII MEDII DE CALCUL . ENUMERARE SI FOLOSIRE

1.Media aritmetică = acea valoare la care ar fi ajuns fiecare unitate statistică, dacă toţi factorii de influenţă ar fi acţionat în mod constant.
se foloseşte, în general, atunci când fenomenul studiat prezintă modificări aproximativ constante, apropiate de forma unei progresii aritmetice.
media aritmetică se foloseşte atunci când frecvenţele maxime sunt în centrul seriei

2. Media armonică, Xarm - Media armonică se determină în cazul în care se studiază o serie bidimensională care cuprinde valorile a două caracteristici xi, yi între care
există un raport de inversă proporţionalitate xi=1/yi.

3. Media pătratică (momentul iniţial de ordin 2) - Media pătratică se foloseşte în cazul în care predomină termeni cu valori mari ai seriei *seria fiind asimetrică către
valori mari.

• media pătratică se utilizează pentru calcularea abaterii standard.

4. Media geometrică -Media geometrică se utilizează atunci când seria prezintă variaţii foarte mari între termeni, variaţie ce se reduce prin logaritmare, astfel încât
valorile mai mici vor fi mai bine reprezentate în valoarea mediei.

- Se utilizează de exemplu la calcularea ritmului de creștere:microorganisme, plante…, etc.

14 . INDICATORII DE POZITIE AI TENDINTEI CENTRALE . ENUMERARE SI FOLOSIRE

MODULUL este utilizat mai rar pentru date numerice, fiind însa foarte util în cazul variabilelor de tip categorial (date calitative), deoarece nu putem calcula ceilalţi
parametrii centrali.

In practică există distribuţii în care două (sau mai multe) valori diferite ale variabilei apar cu o aceeaşi "cea mai mare" frecvenţă. Aceste distribuţii se numesc bimodale
(multimodale)

2 media este recomandata în cazul variabilelor numerice care îndeplinesc condiţiile parametrice (distribuţie normala, omogenitate(s.a.).

 mediana se recomandă pentru cazurile în care nu sunt îndeplinite condiţiile parametrice (distribuţii asimetrice, etrogenitate crescuta (etc,)
 15.Indicatori de împrastiere:
15.1. Cuantilele sunt indicatorii care descriu anumite poziţii localizate în mod particular în cadrul seriilor de distribuţie. Conceptul de "cuantilă" indică o
divizare a distribuţiei observaţiilor într-un număr oarecare de părţi. Practic împart seria în patru părţi egale, ele delimitând câte 25% din observaţii.
Cuantilele se determină doar în cazul în care există un număr suficient de mare de date experimentale.
15.

16 . ???? propietatile derivatiei standard . interpretarea ???

17. ???? Coeficient de variatie – interpretare , scop ???
18. statistica F are o distribuţie a cărei formă depinde de numărul GL pentru numărător şi numitor. Valoarea critică a
testului F, Fcritic, împarte aria de sub curba Fîn două părţi de arii proporţionale cu (1−α ) − în partea
stângă − şi α în partea dreaptă
Testul Feste relativ insensibil la abateri moderate de la condiţia de normalitate a distribuţiei şi de la
condiţia egalităţii dispersiilor populaţiilor, în special atunci când volumele eşantioanelor sunt
apropiate.

când tratamentele nu au nici un efect F≈ 1;

*când tratamentele au efect F>>1;
*când efectul tratamentelor este suficient de mare astfel încât mediile tratamentelor să
difere semnificativ, F>Fcritic(vom găsi valoarea Fîn “coada superioară”- din dreapta a
distribuţiei.

19. Testul t se folosește dacă diferenţele constatate între variantele cercetate sunt datorate
intervenţiei cercetătorului (variabilei independente), caracteristicilor variabilei categoriale sau
întâmplării.
Testul t validează sau infirmă ipoteza nulă potrivit căreia nu există nicio diferenţă între media obţinută
pe un eşantion de variante și media obţinută pe populaţia din care a fost extras
eşantionul.
 20.Cand se uitilizeaza DL ?

 Folosirea testului DL este recomandatădoar în cazurile în care testul F indică o diferenţă

semnificativa între medii şi numărul de tratamente este redus (nu mai mare de 6).
 În unele cazuri (rare)există Posibilitatea ca deşi Fcalculat<Fcritic să nu detectăm o diferenţă semnificativă
pentru nicio pereche de medii. Dacă trebuie să facemcomparaţii întremediile mai multor tratamente
(peste6) este recomandat să folosim alte metode pentru Testarea diferenţelor ca de exemplu metoda
Tukey saumetoda Student-Newman-Keuls sau Scheffe.

21. 1.TESTUL IRWIN (TESTULΛ )

Daca şirul de n date se ordonează in sens crescător sau descrescător, valorile
susceptibile a fi aberante sunt cele de la extremităţile şirului. Pentru
XO−X 0−1
verificarea valorii suspecte se calculează valoarea : l = S
dispersiei este mare, in acest caz
unde: fiind necesara aplicarea altor
metode.
-x0 este valoarea susceptibila a fi aberanta iar seste abaterea medie
pătratica aşirului celor x1, x2, …, xn date
Comparand valoarea lui λ cu valoarea critica λ critic, valoarea x0 se
elimina din şirul de date daca: λ ≥ λ critic.
In caz contrar nu sunt motive suficiente pentru aceasta.
Daca valoarea x0 a fost eliminata se recalculează abaterea medie
pătratica pentru cele n-1 valori rămase si testul se aplică din nou,
procesul continuând până când nu se mai elimina date ale
şirului.Ktestul IRWIN nu este suficient in cazul care, in cadrul
şirului de date exista mai multe valori suspecte, iar valoarea
2.Testul Grubbs constă în aranjarea valorilor eşantionului în
ordine crescătoare (x1<x2<x3<...xn). Se calculează media şi
abaterea standard pentru întreg setul de date şi apoi statistica:

1.

2.

Obs:
• Datorită ordonării crescătoarea şiruluide date,
valoarea suspectăva fi cea mai mare sau cea mai mică(x 1
sau xn) din serie;dacă prima valoare est esuspectată ca fiind
atipică se utilizează formula 1, iar dacă ultima valoare este
suspectată seu tilizează relaţia2.
• Valoarea rezultată prin calcul se compară cu valoarea
critică din anexa.corespunzătoare mărimii eşantionului (n) şi
nivelului de încredere (α) ales.
• Valoarea rezultată prin calcul se compară cu valoarea
critică din anexa.corespunzătoare mărimii eşantionului (n) şi
nivelului de încredere (α) ales.
• Dacă valoarea calculată este mai mare decât
valoarea critică (tabelată), valoare suspectă poate fi eliminată.
• Testul Grubbs se aplică unei singure valori atipice. Deşi
poate fi folosit după eliminarea unei valori, pentru verificarea
următoarei valori suspecte, eliminarea unui număr mai mare de
date ar conduce la concluzia că distribuţia datelor nu este
normală (testul Grubbs se bazează pe ipoteza unei distribuţii
normale a datelor).
• testul Dixonse bazează pe ipoteza
existenţei unei distribuţii normale a datelor.
• Testul Q are avantajul că nu necesită calculul
deviaţiei standard. În cazul în care există două
valori extreme (minime sau maxime) şi numărul
de date este redus (n<10), valoarea extremă va fi
mascată de cealaltă, vecină cu ea. În acest caz,
pentru a fi semnificativ statistic, testul Q trebuie
 aplicat ambelor valori extreme:
•

TESTUL ROMANOWSKI (TESTUL T)

 Acest test presupune de asemenea o metoda de eliminare ce
consta in compararea valorii disparate x0 cu valoarea mediex,
corespunzătoare celorlalte n-1 valori din şirul de rezultate,el
aplicându-se pentru un şir de valori, n<100. In acest caz,
calculul valorii medii, se realizează cu formula:

De asemenea este necesar sa se calculeze abaterea medie pătratica,

neglijându-se valoarea disparata x0, (pentru n-1 valori). Se determina
raportul

 Rezultatul acestui raport se compara cu valorile

critice stabilite pentru un risc propus, iar daca
valoarea t depăşeşte valoarea tcritic atunci rezultatul
x0 poate fi eliminat cu o siguranţă a concluziei de
cel puţin cea propusă. In caz contrar, se impune
 concluzia că nu exista motive suficiente de
eliminare a valorii x0.

22. Analiza de regresie = o tehnică statistică de modelare şi

investigare a relaţiilor dintre două sau mai multe variabile .
o metodă de analiză a datelor necesară pentru a depista modul şi
intensitatea în care una sau mai multe variabile independente
influenţează sau afectează una sau mai multe variabile dependente.
Scopul modelelor de regresie
- pentru a descoperi sau confirma existenta legaturilor dintre
variabile,-
- pentru a evalua taria relatiilor dintre variabile,
- pentru a face predictiuni.
- !!!! Se folosesc atat pt. modele statice cat si pt. modele dinamice
 Regresia pătratică este des utilizată ca funcţie răspuns în
cercetările experimentale pentru a descrie variaţia variabilei
dependente studiate (y) în funcţie de variaţia factorului aplicat
(variabila independentă x), • Poate permite studierea anumitor
particularitati, precum extremele.

REGRESIA EXPONENTIALA - Funcţia se pretează la descrierea
creşterii numărului de animale dintr-un areal considerând că nu au loc
migrări din acel areal şi că hrana nu este limitativă; la înmulţirea numărului
de bacterii dintr-un mediu de cultură; reprezentarea creşterii biomasei
vegetale la începutul perioadei etC.
REGRESIA PUTERE -Utilizare. În principiu pentru date la care x
şi y aparţin unor dimensiuni diferite: lungimea sau înălţimea
corelate cu greutatea sau cu volumul; lăţimea sau diametrul
corelate cu suprafaţa.
- Regresia putere poate fi folosită în studiul creşteiia plantelor.
REGRESIA LOGARITMICA - Aplicabila doar pt. valori ale
lui x in multimea nr reale pozitive • Pt a>0, graficul
functiei este crescator
22.