Documente Academic
Documente Profesional
Documente Cultură
Nota 1 2 3 4 5 6 7 8 9 10
Nr. 0 1 2 5 10 25 31 25 15 6
stud.
Din aceste date putem trage unele concluzii privind nivelul de pregătire şi de
prezentare la examen a studenŃilor.Analiza statistică a unui fenomen, în raport cu o singură
caracteristică conduce la prezentarea unei serii de perechi de valori, pe care o vom numi serie
statistică. În cazul caracteristicilor calitative, prima valoare a perechii din seria statistică nu mai
este numerică.
Exemplu: Să considerăm drept exemplu distribuŃia după caracteristica sex a unei populaŃii
statistice:
Vârsta 18 19 20 .............................................62
Nr. unit. ................................................................
statistice
Din motive practice se pot face grupări pe intervale mai mari ale vârstei subiecŃilor,
de exemplu din 5 în 5 ani sau din 10 în 10 ani, astfel:
Grupe de 18 - 21 - 31 - 41 - 51 - 61 -
vârstă 20 30 40 50 60 62
Nr. unit.
statistice
25%
35%
5.50% 20%
14.50%
40
30
20
10
0
A B C D E F
1. Distribuţii simetrice. Se prezintă sub forma unui clopot. Cele mai răspândite distribuţii simetrice sunt
distribuţiile normale care urmează legea normală de probabilitate studiată de Laplace şi K. J. Gauss.
2. Distribuţii uşor asimetrice.
3. Distribuţii pronunţat asimetrice.
4. Distribuţii în formă de J.
5. Distribuţii în formă de U.
DISPERSIA
x 1 x 2 xn
X :
p 1 p 2 pn
p1 + p2 + ... ...pn = 1
Dacă
x 1x 2 x m y 1y 2 y n
X: ,Y : şi a o
p p p q q q
1 2 m 1 2 n
ax 1 ax 2 ax n a +x 1a +x 2 a +x n
aX : ; a +X : ;
p1 p2 p n p1 p2 pn
Cel mai bun indicator al împrăştierii unei v.a. este dat de expresia:
M[(X-m)2]
Care este un moment centrat de ordinul al doilea numit dispersia v.a.
X
2 2 2
σ=
σ = D(X) = M ( X −M ( X )
)
ProprietăŃi:
1) -1 ≤ ρXY ≤ 1
2) Dacă ρ = ± 1 între v.a. X şi Y există o dependenŃă liniară. Astfel:
σ Y
y - M(Y) = ( X - M(X)) , (cazul ρ = 1)
σ X
σ Y
y - M(Y) = - ( X - M(X)) , (cazul ρ = -1)
σ X
ProprietăŃi: -1 ≤ ρ ≤ 1
x i y i z i
Dacă X : ,Y: , Z: sunt 3 v.a. şi m11=M(x-m1)2 ;
p q r
i i i
m12 = M(x-m1)(y-m2) , m22=M(x-m2)2,
atunci
m 12
ρ 12 =
m 11 m 22
M
ρ 1 . 23 = 1−
m 11 M 11
unde
m 11 m 12 m 13
M = m 21 m 22 m 23
m 31 m 32 m 33
M M
ρ 2 . 31 = 1− şi ρ 3 . 12 = 1−
m 22 M m 33 M 33
22
ANALIZA DE REGRESIE
Fie o distribuŃie teoretică discretă de 2 variabile bidimensionale, X şi Y de
repartiŃii
a i b j
X: ,Y:
p i q j
şi P(X=ai , Y=bj)
M(Y-αX-β)2 = min
sau
n n
∑∑ p ij (b j − α ai − β )2 = minim
i= 1 j = 1
σ Y
y - M(Y) = ρ ( X - M(X))
σ X
cu centrul de greutate: (M(X), M(Y))