LUCRAREA 6 Compararea a două medii

1. Criteriul de semnificație t. Compararea a două medii

Tema 1: Se analizează o caracteristică de calitate repartizată normal

8,0 8,2 8,0 8,2 8,6 8,4

7,8 8,1 8,4 7,8 8,5 8,0
8,8 7,6 8,1 7,9 8,2 8,4
8,2 8,2 7,8 8,3 8,9 8,6
7,9 8,2 7,5 8,7 8,2 8,8
Se cere: Cu o siguranţă statistică de 0,95 (risc de 5%) să se verifice ipoteza că valoarea
medie a variabilei este m0 = 8,1.

Rezolvare

1.1. Se determină media aritmetică cu funcţia Excel =AVERAGE(A1:F5) ,valoare situată în

căsuţa A9

1.2. Se determină abaterea medie pătratică s cu funcţia Excel =STDEVP(A1:F5), valoare

situată în căsuţa A10

1.3. Verificarea mediei pentru un nivel de semnificaţie de 95%: în condiţiile aproximărilor

definite la curs, se calculează mărimea t:

x  m0
t , unde x reprezintă valoarea mediei aritmetice a eşantionului, m0 este media de
s
n
comparaţie, m0 = 8,1, s este abaterea medie pătratică, iar n este volumul eşantionului, n=30.

Se va utiliza funcția Excel: =(A9-8,1)/(A10/SQRT(30)). Valoarea obținută: 1,728009

Se calculează valoarea parametrului t0.05 pentru ν = n-1 grade de libertate, cu funcţia

=TINV(0,05;29). Rezultă: 2,04523.

- Observând că tcalculat este mai mic decât t0,05, se acceptă ipoteza m = m0

Tema 2:

Conținutul mediu de carbon al pieselor

turnate din fontă maleabilă neagră trebuie
să fie 2,35%. Pentru verificare, se
efectuează o selecție de mărime n = 20
(se iau 20 de piese produse din aceeași
șarjă de fontă). Rezultatele cercetării
conținutului de carbon al celor 20 de piese
sunt date în tabelul alăturat.

1
Rezolvare

2.1. Deoarece nu se cunoaște dispersia, se aplică criteriul t. Se calculează media aritmetică

a selecției și abaterea medie pătratică (standard)
n

x i

x i 1
 2,42 ; respectiv =AVERAGE(B2:B21)
n

x  x 
2
i

s i 1
 0,1517 ; respectiv =STDEV.S(B2:B21)
n1

2.2. Se calculează mărimea t:

x  m0 2,42  2,35
t calc  ; t , respectiv =ABS((B22-C2)/(B23/SQRT(20)))
s 0,1517
n 20

2.3. Din tabelul 2, ANEXA 2, pentru și f = 20 – 1 = 19 avem t0,05 = 2,093. Valoarea se poate
determina cu funcția Excel =T.INV.2T(D2;19)

Deoarece tcalc < t0,05, conținutul mediu de carbon al pieselor turnate este 2,35%.

2.4. Se calculează puterea criteriului presupunând că m ≠ 2,35% și că m = m1 = x = 2,42%

(există o abatere sistematică   0,07 ). Calculăm abaterea sistematică normată 1

m1  m0 m1  m0 0,07
1   ; 1  ;
 s 0,1517
n n 20

respectiv: =(2,42-2,35)/(0,1517/SQRT(20)).

2.5. Se calculează funcția de putere a criteriului, π:

         
  t    t     2,093  2,064   2,093  2,064  
  m0  m1   1      1
   1    1     
  t
2
  t
2
   2,093 
2
 2,093  
2

     1     1  2  19   1 

1
2f   2f  2  19 
 1    0,027     3,959   1  0,011  0,499  0,49

În relația de mai sus: =(2,093-2,064)/SQRT(1+(POWER(2,093;2))/(2*19))

=(2,093+2,064)/SQRT(1+(POWER(2,093;2))/(2*19))

Valorile   0,027   0,011 și   3,959   0,499 se iau din tabelul 2, Anexa 2.

2
 În ipoteza că abaterea sistematică normată este 1  2,1 (o abatere sistematică de   0,07 ),

obținem pentru funcția de putere a criteriului valoarea  m0  m1   0,49 ; criteriul nu permite
decât în 49% cazuri să ne dăm seama de această abatere, iar în 51% din cazuri vom
accepta că șarja are un conținut mediu de carbon de 2,35%.

Tema 3: Pentru a verifica dacă durata de ardere (ore) a două

loturi de becuri electrice este aceeași, s-a luat câte o probă de
20 de becuri din fiecare lot care s-au încercat în privința
caracteristicii studiate. Datele obținute sunt prezentate în
tabelul alăturat.

Rezolvare

3.1. Mediile de selecție sunt (în ore):

n1 n2

 x1i x 2i

x1  i 1
 1097 x2  i 1
 1108
n1 n2
n1

x  x1 
2
1i

s1  i 1
 4432,632
2

n1  1
3.2. Dispersiile de selecție: ,
n2

x  x2 
2
2i

s2  i 1
 3153,684
2

n1  1
1 2
2 2

3.3. Verificarea egalității celor două dispersii (criteriul F):

dispersia mai mare 4432,632
Fcalc    1,406
dispersia mai mica 3153,684
 gradele de libertate: f1  n1  1  20  1  19 , f2  n2  1  20  1  19 ;

 în ANEXA 1, Tabelul 1, pentru f1 = 19, f2 = 19 (pentru un nivel de semnificație α = 0,05)

găsim F0,975;19;19 = 2,53, mai mare decât Fcalc = 1,406, rezultă că cele două dispersii 1 2 și
 2 sunt egale.
2

3.4. Verificarea ipotezei m1  m2 când 1 2  22 :

3.4.1. Abaterea medie pătratică de selecție s cu formula (3.57):

f1  s1  f2  s2 19  4432,632  19  3153,684 4432,632  3153,684

2 2

s    61,589
f1  f2 19  19 2
ore.

3.4.2. Verificăm dacă diferența celor două medii de selecție este întâmplătoare cu ajutorul criteriului
t. Statistica t se va calcula cu formula:

3
 x1  x2 1093  1108 1093  1108
tcalc     0,77  0,77
1 1 1 1 1
s  61,589   61,589 
n1 n2 20 20 10

f  f1  f2  n1  n2  2  20  20  2  38 grade de libertate.

În ANEXA 2, Tabelul 2 pentru f = 38 ≈ 40 și P = 0,975 găsim t0,05 = 2,021, iar în Excel pentru α=0,05
și f=38, cu funcția =T.INV.2T(0,05;38) rezultă t0,05 = 2,024. Observăm că valoarea este mult mai
mare decât tcalc = 0,77, rezultă că ipoteza m1 = m2 este justă.

3.5. Deoarece cele două selecții se extrag din aceeași colectivitate generală (σ1 = σ2 și m1 = m2 =
m) atunci media m și dispersia  ale colectivității generale se pot calcula pe baza estimațiilor:
2

n1 x1  n2 x2 x1  x2 1093  1108
m x     1100,5 ore;
n1  n2 2 2

n  1   s1   n2  1   s2
2 2

  s0   3695,897 ;
2 2 1

n1  n2  1

  s0  3695,9  60,794 ore.

3.6. Având aceste date putem determina limitele intervalului de încredere pentru media generală
necunoscută m. Alegând ca nivel de semnificație α = 0,05, găsim în ANEXA 1, Tabelul 1 pentru
f  n1  n2  1  39  40 și P  0,975 , t0,05=2,021, iar în Excel pentru α=0,05 și f=39, cu funcția
=T.INV.2T(0,05;39) ,rezultă t0,05 = 2,023.

s0 60,794
limita din stg.: x  t 0 ,05  1100,5  2,023 , =1100,5-2,023*60,794/SQRT(40)
n1  n2 40

s0 60,794
limita din dr.: x  t 0 ,05  1100,5  2,023 , =1100,5+2,023*60,794/SQRT(40)
n1  n2 40

intervalul de încredere: 1081,057  m  1119,943

Așadar cu o probabilitate de 95%, intervalul (1081,057; 1119,943) va acoperi media generală m

(durata medie de funcționare a becurilor).

4
Tema 4. Fiola farmaceutică cu capacitate de 100mI poate să
aibă capacitatea efectivă între 105ml și 115mI. Pentru două
loturi de fiole provenite de la două fabrici se cercetează dacă
mediile acestor două loturi sunt egale sau nu. În acest scop din
lotul întâi se extrage o selecție de 25 fiole, iar din cel de-al doilea
o selecție de 20 fiole.

Rezolvare

4.1. Mediile de selecție sunt:

n1 n2

 x1i x 2i

x1  i 1
 104,76 x2  i 1
 111,20
n1 n2
ml, ml.
4.2. Dispersiile de selecție:
n1 n2

x  x1  x  x2 
2 2
1i 2i

s1  i 1
 5,190 s2  i 1
 27,537
2 2

n1  1 n2  1
,
4.3. Verificarea egalității celor două dispersii 1 2 ,  2 2 (criteriul F):
dispersia mai mare 27,537
Fcalc    5,306
dispersia mai mica 5,190
;

Gradele de libertate: dispersia mare f1 = 20 – 1 = 19, dispersia mică f2 = 25 – 1 = 24;

În ANEXA 1, Tabelul 1, pentru f1 = 19, f2 = 24 (pentru α = 0,05) găsim F0,975;19;24 = 2,35, mai mic
decât Fcalc = 5,306. Rezultă, cu o probabilitate de 0,95, că cele două dispersii generale, 1 2 și
 2 se deosebesc semnificativ.
2

m1  m2 1  2
2 2

4.4. Verificarea ipotezei când

4.4.1. Verificăm dacă diferența celor două medii de selecție este întâmplătoare cu ajutorul criteriului
t. Statistica t se va calcula cu formula:

x1  x2 104,76  112,20
t calc    5,116  5,116 .
2 2
s1 s2 5,19 27,537
 
n1 n2 25 20

1 1
4.4.2. Numărul gradelor de libertate: f    24,7  25 ,
c
2
1  c  2
0,131
2
1  0,131  2

 
f1 f2 24 19

5
 2
s1 5,190
n1 25
în care: c  2 2
  0,131 .
s1 s2 5,190 27,537
 
n1 n2 25 20

0,01
În ANEXA 2, Tabelul 2, pentru f = 25 și α = 0,01, adică P  1   1  0,005  0,995 , îi corespunde
2
t0,01 = 2,787 care este mai mic decât tcalc, prin urmare diferența mediilor celor două loturi de fiole
farmaceutice este semnificativă, rezultă că ipoteza m1 = m2 se respinge.

2. Eliminarea valorilor aberante

Tema: Măsurând rezistența la rupere a unui material se efectuează o serie de măsurători

obținându-se următoarele valori (în daN):

164, 169, 176, 172, 167, 167, 179, 176, 189, 149, 181, 184, 172, 172, 174, 169, 174, 176, 174.

- să se verifice datele aberante;

- să se realizeze analiza critica a datelor, aplicându-se cele trei metodele de analiză;
- să se prezinte decizia pentru riscul propus; nivelul de încredere adoptat fiind de 0.95% (risc de
5%).

Rezolvare:

1.1- verificarea datelor aberante: determinarea valorilor de minim, xmin şi a celor de maxim, xmax,
utilizând opțiunile de sortare (Sort) oferite de Excel. În cazul nostru: xmin = 149 iar xmax = 189;
Se observă ca valoarea xmin se îndepărtează foarte mult de restul valorilor, existând posibilitatea ca
aceasta sa fie o valoare aberantă pentru nivelul de încredere adoptat, riscul de 5%.

1.2. - realizarea analizei critice a datelor, aplicându-se cele trei metodele de verificare, presupune:
- determinarea mediei aritmetice, dispersiei şi a abaterii medie pătratice;
- determinarea valorilor λ, u şi t, in cazul celor trei metode de analiza critica a datelor;
1.2.1.- determinarea mediei aritmetică, dispersiei şi a abaterii medie pătratice:
n

x i
Media aritmetică: x  i 1
, respectiv =AVERAGE(A1:A19)
n
n

 ( x  x) i
2

Dispersia: s 2  D  x   i 1
, respectiv =VAR.P(A1:A19)
n
În calculul dispersiei (şi implicit si in calculul valorii abaterii medii pătratice), în funcție de metoda de
analiză critică a datelor, luăm sau nu în calcul valoarea aberantă analizată. Astfel vom avea:
a) cazul testului IRWIN: abaterea standard se calculează cu funcția Excel =STDEVP(A1:A19)
b) cazul testelor GRUBBS şi ROMANOWSKI, unde se va aplica funcția: =STDEVP(A2:A19)
1.2.2.- determinarea valorilor λ, u şi t, in cazul celor trei metode de analiza critica a datelor,
se va realiza utilizând formulele de calcul de mai jos şi valorile anterior determinate (valorile
mediei aritmetice, dispersiei si valorile abaterii medii pătratice):

6
1. cazul testului IRWIN: se calculează
x0  x01

s
Utilizând Excel avem: =ABS((A1-A2)/D2). Căsuța D2 cuprinde abaterea medie pătratică
corespunzătoare testului IRWIN.
x0  x
2. cazul testului GRUBBS. Se va determina raportul: u  astfel: =ABS(A1-D1)/D3, unde
s
căsuța D3 cuprinde valoarea abaterii medii pătratice pentru testul GRUBBS.
x0  x
2. cazul testului ROMANOWSKI. Se determină raportul: t 
n
s
n 1
cu relația: =ABS(A1-D1)/(D3*SQRT(19/18)).

1.3.-prezentarea deciziei pentru riscul propus:

Din tabelul 3.1 vom lua valorile critice pentru cele trei metode de analiza critica a datelor, pentru
nivelul de încredere propus de 95% (risc de 5%). Se vor găsi valorile: λcritic=1,03, ucritic=2,16,
tcritic=2,75. Se vor compara valorile critice din tabel şi valorile calculate.
În cazul testului IRWIN avem λ ≥ λcritic ,
În cazul comparării valorilor obținute in cazul testului GRUBBS, vom avea u ≥ ucritic .
În cazul testului ROMANOWSKI, t ≥ tcritic .
Concluzie: Toate cele trei criterii arată că valoarea extremă considerată se elimină din șirul de
date.
Tabelul 3.1
Testul IRWIN GRUBBS ROMANOWSKI
Expresia x0  x01 x0  x x0  x
parametrului  u
t
n
s s s
n 1
Numărul datelor Nivelul de încredere / risc (%)
șirului 0,95 0,98 0,99 0,95 0,98 0,99 0,95 0,98 0,99
3 1.79 2.17 2.90 4.93 8.04 9.46 1.41 1.41 1.41
4 1.64 2.05 2.75 3.56 5.08 6.53 1.71 1.72 1.73
5 1.51 1.93 2.60 3.04 4.11 5.04 1.92 1.96 1.97
6 1.39 1.81 2.45 2.78 3.64 4.36 2.07 2.13 2.16
7 1.31 1.69 2.30 2.62 3.36 3.96 2.18 2.27 2.31
8 1.24 1.57 2.16 2.51 3.18 3.71 2.27 2.37 2.43
9 1.20 1.51 2.09 2.43 3.05 3.54 2.35 2.46 2.53
10 1.18 1.46 2.03 2.37 2.96 3.41 2.41 2.54 2.62
11 1.14 1.43 2.00 2.33 2.89 3.31 2.47 2.61 2.69
12 1.11 1.41 1.97 2.29 2.83 3.23 2.52 2.66 2.75
13 1.09 1.39 1.94 2.26 2.78 3.17 2.56 2.71 2.81
14 1.07 1.37 1.91 2.24 2.74 3.12 2.60 2.76 2.86
15 1.06 1.35 1.88 2.22 2.71 3.08 2.64 2.80 2.91
16 1.05 1.33 1.86 2.20 2.68 3.04 2.67 2.84 2.95
17 1.04 1.31 1.84 2.18 2.66 3.01 2.70 2.87 2.98
18 1.03 1.29 1.82 2.17 2.64 3.00 2.73 2.90 3.02
19 1.03 1.28 1.81 2.16 2.62 2.95 2.75 2.93 3.05
20 1.03 1.27 1.80 2.15 2.60 2.93 2.78 2.96 3.08