Biometria (gr.

bios - viaţă şi metros - măsură), denumită şi statistica variaţiilor, se ocupă

cu aplicarea metodelor matematice şi statistice pentru descrierea şi analiza datelor privind variaţiile
caracteristicilor biologice, obţinute fie prin experienţe, fie pe bază de observaţii.
Biometria are largă aplicabilitate în biologia agricolă, în special în studiul eredităţii
cantitative.
Biometria ne oferă posibilitatea:
– să determinăm prin valori numerice (observaţii) caracterele şi însuşirile unui grup de
indivizi, precum şi gradul lor de variabilitate;
– să calculăm erorile cercetărilor, a limitelor în care aprecierile noastre sunt destul de
sigure;
– să precizăm diferenţele şi veridicitatea acestor diferenţe între diferite grupe de
organisme sau între variantele unor experienţe;
– să comparăm rezultatele obţinute de noi cu cele obţinute prin calcule teoretice, în scopul
de a aprecia gradul de apropiere a datelor noastre cu acelea a premiselor teoretice;
– să stabilim corelaţia ce există între două caractere şi însuşiri, precum şi gradul în care se
manifestă această corelaţie.

I. ANALIZA CARACTERELOR CANTITATIVE

1.1. Variabilitatea şi studiul ei biomatematic

Organismele din natură – plante sau animale – după asemănarea lor, pot fi grupate în
diferite unităţi taxonomice.
Omul, prin activitatea sa creatoare, a obţinut numeroase soiuri de plante şi rase de animale a
căror clasificare se face ţinându-se seama de trăsăturile comune ale indivizilor, caracterele de
specie, soi sau rasă, dintre care cele mai folosite sunt cele morfologice.
Diversitatea (neasemănarea) indivizilor din cadrul aceluiaşi grup de plante sau animale, se
numeşte variabilitate. Diferenţele constatate de la un individ la altul se numesc variaţii.
În natură nu există indivizi identici, de aceea se spune că variabilitatea este una din legile de
bază ale materiei vii.
Analiza variaţiilor a permis ca acestea să primească diferite denumiri şi să fie clasificate
după mai multe criterii, astfel:
1. În funcţie de cauzele ce le produc, variaţiile se împart în două categorii:
– variaţii sistematice;
– variaţii accidentale.
Variaţiile sistematice se întâlnesc frecvent în experienţe, fiind produse de cauza cunoscute,
ca urmare a interacţiunii dintre genotipul plantei şi o serie de factori de mediu (fertilitatea solului,
gradul de rezistenţă la iernare, la boli, la secetă, etc.).
Variaţiile accidentale sunt produse de cauze necunoscute, greu de analizat.
2. După natura caracterului cercetat, variaţiile se împart în două categorii:
– variaţii cantitative;
– variaţii calitative.
Variaţiile cantitative sunt acele variaţii care exprimă manifestarea unor caractere ce se pot
dimensiona prin: măsurare, cântărire şi numărare.
Variaţiile calitative sunt acelea ce se întâlnesc la caracterele ce se deosebesc net unele de
altele, cum ar fi: forma bobului, culoarea bobului, structura bobului sau unele însuşiri: conţinutul în
substanţe chimice, randamentul la prelucrare, rezistenţele la factorii de mediu nefavorabili, la boli
şi dăunători, etc.
3. Din punct de vedere genetic, variaţiile sunt clasificate în două tipuri:
– variaţii fenotipice;
– variaţii genetice sau ereditare.

3
 Variaţiile fenotipice se datorează adaptării organismelor la mediul de viaţă în care trăiesc.
Aceste variaţii cauzate de mediu pot fi, uneori, mari şi importante din punct de vedere economic,
dar ele nu schimbă ereditatea plantei şi nu se transmit la descendenţi.
Variaţiile genetice sunt acele modificări care afectează ereditatea plantei şi se transmit la
urmaşi. Cauzele care produc aceste variaţii sunt următoarele:
– mutaţiile genice;
– recombinarea genelor prin hibridare;
– restructurările cromozomiale;
– variaţia numărului de cromozomi.

1.2. Caractere cantitative. Particularităţi.

La plantele agricole numeroase caracteristici ale producţiei (înălţimea, greutatea,
capacitatea de a forma fructe, seminţe, masa vegetativă etc.) prezintă anumite particularităţi cu
privire la determinismul lor genetic şi la modul de transmitere la descendenţi. Ele au primit
denumirea de caractere cantitative, deoarece se pot dimensiona prin măsurare, cântărire şi
numărare.
Caracterele cantitative prezintă deosebiri esenţiale faţă de cele calitative şi anume:
– prezintă un determinism genetic poligenic, fiind controlate de mai multe gene (gene
multiple, poligene), care contribuie fiecare cu o anumită cantitate la exprimarea lor fenotipică;
– sunt puternici influenţate de condiţiile de mediu;
– au o ereditate specifică – ereditate cantitativă – în care indivizii apar într-o serie continuă
de clase;
– produc o variabilitate continuă, care reiese din analiza populaţiilor F 2, formate din
numeroase fenotipuri, dispuse graduat, de la o limită inferioară către o limită superioară;
– se exprimă prin valori cantitative.
Printre obiectivele de baza ale activitatii didactice si de cercetare în domeniul silvic se
numără:
insusirea tehnicilor moderne de determinare a caracteristicilor biometrice ale arborilor si
arboretelor, evaluarea nivelului de acuratete a acestora si indicarea posibilitatilor de ameliorare a
preciziei lor;
cunoasterea modului de organizare si functionare a ecosistemelor forestiere naturale sau
cultivate, in scopul fundamentarii tehnicilor silviculturale;
implementarea unui sistem de suprafete de proba permanente in arborete reprezentative din
nord-estul Romaniei, pentru studiul structurii acestora si a proceselor de crestere;
evaluarea biodiversitatii la nivel specific si la nivel ecosistemic, cu referire speciala la
studiul diversitatii structurale a ecosistemelor forestiere;

1.3. Metoda statistică de analiză a caracterelor cantitative

Pentru studiul aspectelor importante ale caracterelor cantitative s-a dezvoltat o ramură a
geneticii – genetica cantitativă – care utilizează, pe de o parte observaţii sau experimentări şi
măsurători, iar pe de altă parte, deducţii teoretice.
Metoda de analiză în acest scop este metoda statistică care întregeşte metoda deductivă
putând să întărească o afirmaţie, să confirme o presupunere sau să descopere o corelaţie. De
asemenea, pe baza concluziilor sale, se pot indica metodele potrivite pentru a determina genele să
acţioneze în direcţia ameliorării producţiei.
Teoria statistică aplicată la studiul caracterelor cu variabilitate continuă a fost formulată
pentru prima dată de F. Galton (1880) şi a fost dezvoltată de R. A. Fisher, S. Wright, I. B. S.
Haldane, Snedecor şi alţii.

4
 În ţara noastră, o contribuţie însemnată în aplicarea geneticii statistice a adus prof. dr. N.
Ceapoiu prin lucrarea: „Metode statistice aplicate în experienţele agricole şi biologice“ (1968), cât
şi prin numeroase studii şi cercetări ale specialiştilor care lucrează în acest domeniu.

1.4. Populaţia şi proba medie. Măsurători biometrice.

Populaţia statistică reprezintă totalitatea indivizilor unui grup, care practic este imposibil de
analizat.
Exemple de populaţii statistice din domeniul plantelor agricole menţionăm: populaţii
alcătuite din plante care aparţin diferitelor soiuri, hibrizi, linii din speciile cultivate de grâu, secară,
orz, ovăz, porumb, floarea-soarelui, in, cânepă, sfeclă de zahăr, mazăre, fasole, etc.
În practica experimentală nu se poate lucra cu populaţii statistice, deoarece cuprind un
număr foarte mare de observaţii şi sunt inaccesibile cercetării. De aceea, se recurge la alegerea şi
cercetarea unei părţi din populaţie numită probă medie, mostră sau eşantion, care fiind bine aleasă,
furnizează suficiente informaţii asupra populaţiei.
O probă medie se alcătuieşte din indivizi luaţi la întâmplare dintr-o populaţie statistică, care
trebuie să fie cel puţin 100. Cu cât numărul de exemplare din proba medie este mai mare cu atât
exactitatea rezultatelor va fi mai mare, iar valoarea medie a caracterului cantitativ cercetat se va
modifica mai puţin la o repetare a cercetărilor.
Probele medii se constituie din plantele unui lan, din parcele experimentale, din material
recoltat şi depozitat în grămezi, lădiţe, coşuri, saci, etc., în funcţie de specificul fiecărei plante şi de
obiectivele de studiu urmărite în cercetare. Ele trebuie să fie cât mai reprezentative, adică să
cuprindă caracteristicile indivizilor unei populaţii statistice.
Probele parţiale luate din lot se examinează şi se compară între ele, lotul se consideră
omogen; probele elementare se amestecă între ele şi formează proba brută. Dacă se constată însă o
diferenţă evidentă între probele elementare, părţile lotului care au dat probe omogene se consideră
lot separat, urmând a se face eventual completarea cu noi probe, până ce se completează cantitatea
minimă de 50 kg.
Proba brută se reduce prin metoda sferturilor, la cantitatea de 10 kg, care constituie proba
pentru analiză. Ambalajele constituind probele trebuie să fie etichetate şi sigilate, pe etichete
înscriindu-se următoarele specificaţii: denumirea produsului (specia, soiul), calitatea produsului,
numele furnizorului, localitatea unde se află lotul din care s-a luat proba sau numărul mijlocului de
transport, numărul procesului verbal de luarea probei, numele şi semnătura persoanelor care au luat
proba.
La plantele horticole: La viţa de vie, în funcţie de obiectivele urmărite în cercetare, indivizii
(butucii, lăstarii) se marchează cu etichete din plastic, aşezate la loc vizibil, pe care se scrie cu
creion negru numărul curent al individului care trebuie să corespundă cu numărul curent din caietul
de observaţii. Butucii se aleg, pe soiuri, pe cele două diagonale ale parcelei experimentale, la
distanţe aproximativ egale, astfel încât să reprezinte media soiului respectiv, luându-se în
considerare 50 de butuci.
În cazul în care trebuie să urmărim dinamica de creştere a lăstarilor, măsurătorile se
efectuează la 100 de lăstari din fiecare soi, după origine (din butuc, cepi şi coarde), evidenţa
ţinându-se separat pe fiecare categorie.
Suma creşterilor vegetative se execută toamna, la sfârşitul vegetaţiei, prin măsurarea tuturor
lăstarilor de la câte 10 butuci din fiecare soi sau variantă.
Pentru alcătuirea probei medii de struguri în vederea analizei compoziţiei chimice, cât şi
pentru stabilirea gradului de maturare, se recoltează pe cele două diagonale ale parcelei
experimentale, la distanţe egale, de la 50 de butuci, porţiuni de ciorchine a câte 3-4 boabe,
totalizând pe parcelă 500-900 de boabe, în funcţie de mărimea bobului.

5
 În vederea aprecierii maturării coardelor altoi şi portaltoi, probele se ridică pe soiuri din
diferite puncte ale plantaţiei, alese la distanţe aproximativ egale, pe diagonalele parcelelor,
recoltându-se coarde în lungime naturală (întregi), prin tăierea lor de la nivelul butucului. Numărul
de puncte (butuci) din care trebuie recoltată câte o coardă şi numărul de butuci de la care trebuie
recoltate coardele în totalitate (constituite în două mănunchiuri separate) sunt redate în tabelul de
mai jos.
Tabelul 1
Modul de ridicare a probelor din plantaţiile viticole
Specificare Suprafaţa pe soi şi parcelă, ha:
Sub 2 ani 2-5 5-10 10-15 15-20 Peste 20
Nr. de butuci de la 10 12 14 16 18 20
care se recoltează câte
o coardă
Nr. de butuci de la 1 1 1 2 2 3
care se recoltează
toate coardele
Nr. total de coarde 18 20 22 32 34 44

Coardele întregi recoltate pentru probe, se răsucesc sub formă de cerc, se etichetează şi se
ambalează în saci de polietilenă. Pe etichetă se trec următoarele date:unitatea producătoare, soiul,
suprafaţa, ferma sau parcela, sistemul de susţinere, numărul de coarde din probă, numărul de butuci
de la care s-a recoltat proba, cine a recoltat proba (numele, funcţia şi unitatea căreia aparţine).
Aprecierea coacerii butaşilor portaltoi sau coardelor altoi depozitate în loturi se execută de
specialişti conform caracterelor anatomice şi morfologice cunoscute. În caz de dubiu privind gradul
de maturare al butaşilor se ridică probe pe soiuri şi loturi şi se trimit spre analiză laboratoarelor
specializate.
Numărul de butaşi care se ridică pentru constituirea probelor de analizat, pe soiuri, în
funcţie de mărimea lotului, se prezintă în tabelul următor:
Tabelul 2
Constituirea probelor medii de analiză
Specificare Cantitatea de butaşi din lot, mii bucăţi
sub 100- 250- 500- 750- peste
100 250 500 700 1000 1000
Nr. de butaşi 50 80 100 150 200 250
din nr. de 10 10 10 15 20 25
pachete
Nr. pachete 1 1 1 1 1 2
întregi (a 100
bucăţi)
Total butaşi 150 180 200 250 300 450

Proba de analizat se etichetează şi se ambalează în folie de material plastic. Pe etichetă se

înscriu următoarele date: unitatea producătoare, soiul, cantitatea de butaşi din lot, numărul de butaşi
din probă, numărul de pachete din care s-au ridicat butaşii,. Cina a ridicat proba (numele, funcţia şi
unitatea căreia aparţine).
La pomii fructiferi, măsurătorile se execută ţinând cont de obiectivele de cercetare, astfel:
- dimensiunile coroanei – se stabilesc prin măsurarea diametrului pe două direcţii, în lungul
rândului şi perpendicular pe rând, în punctele cele mai îndepărtate de trunchi. În dreptul acestor
puncte se coboară perpendiculare pe sol cu ajutorul unor stadii uşoare. Lărgimea coroanei este dată
de media celor două măsurători. Se procedează astfel la toţi pomii din experienţă;
6
 - înălţimea coroanei – se măsoară cu ajutorul aparatelor speciale de la baza primei ramuri
de schelet până la vârful axului. În lipsa aparatelor speciale se poate folosi o stadie cu lungime
cunoscută. Un procedeu simplu şi relativ precis este acela al comparării umbrei lăsată de coroană,
cu umbra lăsată, pe sol, de un jalon cu lungimea de 1m. Operaţia se execută în zile cu soare. În
apropierea pomului se înfige în sol, vertical, jalonul respectiv, astfel ca de la suprafaţa solului până
la vârful lui să rămână 1m. Se măsoară umbra lăsată de jalon şi umbra lăsată de coroana pomului.
Înălţimea coroanei se calculează după „regula de 3 simplă”. Presupunem că umbra jalonului este de
0,60m, iar a coroanei de 3,60m. Dacă 0,60m corespunde la 1m
3,60m………………………...x
3,60 x1
x = 0,60  6m
De aici rezultă că în cazul jalonului de 1m, înălţimea (I) se calculează după formula:
U
I= în care:
u
U = lungimea umbrei coroanei;
U = lungimea umbrei jalonului.
Dimensiunile coroanei se măsoară odată la începutul experienţei şi apoi în fiecare an la
încheierea vegetaţiei. Diferenţa dintre două măsurători succesive reprezintă sporul de creştere din
anul respectiv. Datele se trec într-un tabel. (vezi tabel 3).
- grosimea trunchiului – se măsoară la jumătatea înălţimii acestuia socotită de la sol până la
prima ramură de schelet. Locul respectiv se marchează cu un inel de vopsea. Operaţia se execută cu
şublerul, efectuându-se două măsurători (diametre) perpendiculare, ca şi în cazul coroanei, în
lungul rândului şi perpendicular pe această direcţie şi se face media. Rezultatul se exprimă prin
suprafaţa secţiunii trunchiului care se calculează. Acest mod de exprimare este mai expresiv.
De exemplu, la pomul nr. 1 s-a găsit că media diametrelor a fost de 10cm la prima
măsurătoare, iar la următoarea 14cm. Sporul de creştere, raportat la diametru este de 4cm. Dacă se
calculează suprafaţa secţiunii, rezultă:
S1 = ¶ R2 = 3,14 x 52 = 78,50cm2 (la prima măsurătoare)
S2 = ¶ R2 = 3,14 x 72 = 153,85cm2 (la a doua măsurătoare)
Sporul de creştere: 153,85-78,50 = 75,35cm2. Datele se trec într-un tabel. (vezi tabel 4).

7
 Tabelul 3
Dimensiunile coroanei
Varianta Repetiţia Pomul Lărgimea coroanei Înălţimea coroanei
În Perpendicular Media Lărgimea Sporul La data Anterioară Sporul de
lungul pe rând anterioară de creştere măsurătorii creştere
rândului

Tabelul 4
Grosimea trunchiului
Varianta Repetiţia Pomul Diametrul trunchiului Circumferinţa Suprafaţa secţiunii Obs
În Perpendicular Media trunchiului Anterioară La data Sporul de
lungimea pe rând măsurătorii creştere
rândului

Tabelul 5
Creşterile totale ale lăstarilor
Varianta Repe Pomul Lungimea fiecărui lăstar (cm) în ordinea măsurătorii Lung. totală Nr. de Lung. medie
tiţia a lăstarilor lăstari a unui
1 2 3 4 5 6 7 8 9 10 (cm) (buc.) lăstar
(cm)

3
 Măsurătorile trebuie să se execute întotdeauna în acelaşi loc, adică la punctul marcat cu
vopsea.
- dinamica de creştere a lăstarilor – se stabileşte prin măsurători ce se execută din cinci în
cinci zile. În acest scop se aleg 12 lăstari pe cei 3 pomi tipici din fiecare variantă (câte 1 lăstar pe
fiecare ramură de control). Unul dintre aceştia va fi în prelungirea axului ramurii schelet de ordinul
I, iar al doilea şi al treilea în prelungirea axului primei şi a doua ramură de schelet de ordinul II,
considerat de la vârf. De fiecare dată se măsoară lungimea totală a lăstarului. Fracţiunile mai mici
de 0,5 cm se neglijează, iar cele mai mari se întregesc la numărul imediat superior. Fiecare lăstar se
individualizează printr-o etichetă din plastic pe care se scrie simbolul ramurii şi al lăstarului. În
felul acesta pe pomul tipic numărul 1 se marchează 6 lăstari, Aa, Ab şi Ac pe ramura de control A
şi Ba, Bb şi Bc pe ramura de control B. Datele obţinute se trec într-un tabel (vezi tabelul 6).
- creşterile totale ale lăstarilor - se evaluează toamna după căderea frunzelor măsurând cu
rigla creşterile din anul respectiv mai mari de 5cm la toţi pomii din experienţă. În plantaţiile tinere,
până la 4-5 ani, se măsoară toţi lăstarii existenţi pe ramura schelet de ordinul I, începând cu cel mai
de jos şi terminând cu cel din vârf. Se trece apoi la ramura schelet imediat următoare în sens
ascendent şi se procedează la fel. Dacă pomul are ramificaţii de ordinul II, pe prima ramură de
schelet de ordinul I se alege ramura de ordinul II cea mai de jos şi se măsoară lăstarii. Se trece la
ramura de ordinul II următoare, apoi la a III-a, etc. În acelaşi sens se procedează când pomul are
ramificaţii de ordinul III, IV, ş.a.m.d. Datele obţinute se trec într-un tabel (vezi tabelul 5).
- raportul dintre diferite formaţiuni fructifere şi lăstari – se stabileşte pe bază de măsurători,
care se execută pe 3 pomi tipici din fiecare variantă. La pomii cu dimensiuni mari se execută numai
pe câte două ramuri de control de la fiecare pom (total 6 ramuri de control). Datele obţinute se
înscriu într-un tabel (vezi tabelul 6).
- fructe căzute înainte de recoltare – se adună şi se cântăresc începând din momentul când
capătă o valoare de întrebuinţare. La speciile cu fructe mari se face şi numărătoarea lor. Cântărirea
şi numărarea se execută la toţi pomii din experienţă, iar datele se înregistrează pe fiecare pom şi se
înscriu într-un tabel (tabelul 7 ).
- producţia de fructe – se stabileşte pe fiecare pom, în urma recoltării la maturitate. La
cantitatea de fructe recoltate în acel moment se adaugă şi cele căzute înainte. Datele se trec într-un
tabel (vezi tabelul 8).
- calitatea producţiei – se stabileşte pe variante şi soiuri pe bază de măsurători şi cântăriri.
Se măsoară, la câte 100 de fructe din fiecare variantă şi soi, înălţimea (I), diametrul mare (D) şi
diametrul mic (d) şi se face media (I+D+d/3), acest indicator numindu-se indice de mărime.
Cele 100 de fructe se cântăresc pe rând, fruct cu fruct şi se stabileşte media, apoi se face
clasificarea pe categorii conform standardelor de stat (STASS).
Pentru luarea probelor medii de fructe, în vederea stabilirii calităţii lotului sau a unor
însuşiri speciale ale produsului respectiv, lotul trebuie pregătit în aşa fel încât operaţia să se poată
efectua fără greutăţi şi întârzieri, iar verificarea organoleptică a produsului să se poată efectua cu
uşurinţă la faţa locului.
Valabilitatea valorilor obţinute prin prelucrarea statistică a datelor şi exprimarea lor în
parametri comparabili este condiţionată, în primul rând, de precizia măsurătorilor şi observaţiilor.
De aceea, sarcina obţinerii unor valori reale trebuie încredinţată unor persoane competente care
lucrează conştiincios, cu meticulozitate şi care fac înregistrări corecte.
Pentru a asigura o uniformitate în criteriile de observare a materialului supus cercetării este
necesar ca persoanele care efectuează măsurători să aibă continuitate şi să folosească aceleaşi
instrumente de măsurat.

3
 Tabelul 6

Varianta Repetiţia Pomul Pinteni Ţepuşe Smicele Nuieluşe Mlădiţe Lăstari vegetativi în lungime de:
sub 21- 41- pest Obs.
20c 40c 60c e
m m m 60c
m

Tabelul 7
Fructe căzute înainte de recoltare
Varianta Repetiţia Pomul Datele recoltării fructelor căzute: Total fructe căzute
1.VII 6.VII -- --
buc. Kg buc. Kg buc. Kg buc. Kg

Tabelul 8
Varianta Repetiţia Pomul Fructe recoltate la maturitate Fructe căzute înainte Total producţie Obs.
(Kg) (Kg)

3
 1.5. Nomenclatura folosită în biometrie
În biometrie se folosesc anumiţi termeni specifici ca: individ, clasă sau variantă, limite de
clasă, centru de clasă, interval de clasă, frecvenţa indivizilor, numărul de indivizi cercetaţi,
amplitudinea de variaţie.
Individ. Prin individ se înţelege orice exemplar cercetat, fie că este vorba de organisme
întregi (plante, animale etc.), fie că se iau în cercetare anumite părţi ale acestora (lăstari, frunze,
flori, seminţe, fructe, oase, membre etc.).
Clasa sau varianta reprezintă un grup de indivizi dintr-o probă medie, asemănători în ce
priveşte caracterul cercetat şi ale căror dimensiuni se încadrează în anumite limite de valoare.
Noţiunea de variantă din biometrie nu trebuie confundată cu varianta sau tratamentul din
experienţele de câmp.
În biometrie clasele sau variantele se notează cu „x“. Numărul de clase se stabileşte în
funcţie de numărul de indivizi cercetaţi. În general, pentru 100 indivizi se stabilesc între 5 şi 10
clase.
Limite de clasă. Reprezintă valorile între care se repartizează indivizii aparţinând unei
clase. Pentru toate clasele de mărime a unui caracter, cele două limite – inferioară şi superioară –
sunt egal distanţate.
Centrul de clasă reprezintă media aritmetică a valorilor limită ale unei clase.
Amplitudinea de variaţie este diferenţa dintre valoarea individuală cea mai mare şi
valoarea individuală cea mai mică pentru un caracter din cadrul valorilor înregistrate pentru o probă
medie. Deci, amplitudinea de variaţie se calculează astfel: valoarea maximă – valoarea minimă (V M
– Vm).
Intervalul de clasă. Se defineşte ca diferenţă dintre două clase vecine (între două limite de
clasă sau între două centre de clasă).
amplitudinea
Intervalul de clasă se notează cu „i“. El se calculează după relaţia: i  nr. de clase .
Numărul de clase se stabileşte în funcţie de numărul de indivizi cercetaţi. Când rezultatul împărţirii
nu este un număr exact, atunci intervalul de clasă se stabileşte cu aproximaţie, foarte apropiat de
acest rezultat.
Frecvenţa indivizilor indică numărul de indivizi care se repartizează în limitele unei clase
sau variante şi se notează cu „f“. Frecvenţa se poate exprima şi în valori relative (%) dacă se
raportează la numărul total al indivizilor considerat 100%.
Numărul de indivizi cercetaţi este numărul exemplarelor dintr-o probă medie supusă
cercetării. Cu cât numărul indivizilor analizaţi este mai mare, cu atât valabilitatea rezultatelor este
mai mare. Probele medii se alcătuiesc dintr-un număr de 100–300 indivizi, având latitudinea de a
mări oricât acest număr.
Numărul indivizilor cercetaţi se notează cu „n“.

1.6. Centralizarea şi prelucrarea datelor

1.6.1. Formarea şirului de variaţie (statistic, de observaţii)
Prima etapă a prelucrării datelor individuale o constituie formarea şirului de variaţie.
Valorile individuale ale măsurătorilor, prezentate în tabel, nu ne dau nici o indicaţie asupra
gradului variabilităţii caracterelor care se cercetează. Se poate observa numai că valorile sunt
diferite.
Pentru a putea efectua calcule matematice de stabilire a gradului variabilităţii indivizilor,
privind caracterele propuse pentru cercetare este necesar a ordona şi centraliza aceste date în şiruri
de variaţie.
Şirul de variaţie reprezintă modul de grupare a valorilor individuale în clase sau variante.
Formarea oricărui şir de variaţie comportă următoarele operaţii:

3
 a) Identificarea valorii individuale maxime pentru caracterul analizat, din tabelul de
măsurători;
b) Identificarea, în acelaşi tabel, a valorii individuale minime;
c) Calcularea amplitudinii de variaţie prin diferenţa aritmetică dintre valoarea maximă şi
valoarea minimă;
d) Stabilirea numărului de clase;
e) Calcularea intervalului de clasă prin efectuarea raportului dintre valoarea amplitudinii (ca
deîmpărţit) şi numărul de clase stabilit (ca împărţitor);
f) Exprimarea numerică a şirului de variaţie.

Exprimarea numerică a şirului de variaţie

Un şir de variaţie se exprimă numeric pornind de la o dreaptă orizontală care se divide
echidistant în atâtea porţiuni câte clase am stabilit plus una. Se trece apoi la acordarea valorii
fiecărei clase. Prima clasă va fi egală cu valoarea minimă (V m), iar ultima clasă va fi egală cu
valoarea maximă (VM). Pentru a afla valorile claselor intermediare se adaugă la valoarea primei
clase (X1), în mod sistematic, intervalul de clasă „i“, astfel:
X1 = Vm
X2 = X1 + i
X3 = X2 + i
X4 = X3 + i
X5 = X4 + i
X6 = X5 + i= (VM)
Se observă că se realizează cu o clasă mai mult, întrucât se introduce la numărul lor şi
valoarea iniţială, adică valoarea minimă.
Valorile claselor se înscriu în dreptul diviziunilor stabilite pe dreaptă. Se citesc în ordine
valorile individuale din tabelul de măsurători şi se încadrează între limitele de clasă
corespunzătoare trasând pentru fiecare valoare câte o linioară orizontală, aşa cum se vede în figura
următoare.

X1 X2 X3 X4 X5 X6

Întrucât nu toate valorile individuale privind caracterul cercetat corespund exact cu valorile
claselor, repartizarea lor se face între limite de clasă. În cazul în care unele valori corespund exact
cu valoarea unei clase, acestea se vor plasa în intervalul imediat următor (mai mare) aplicând
aceeaşi regulă pentru toate cazurile întâlnite.
Se numără linioarele corespunzătoare fiecărei clase (variante) şi se transformă în cifre. Ele
reprezintă frecvenţa indivizilor (f).

Şirul de variaţie prezentat cu indivizii repartizaţi între limitele claselor, nu este calculabil. El
devine calculabil în cazul în care frecvenţele, rezultate în urma repartizării indivizilor, aparţin exact
4
claselor. Pentru aceasta este necesar să se calculeze centrele de clasă, în dreptul cărora se vor trece
frecvenţele corespunzătoare.
Se calculează numai primul centru de clasă, la care se adaugă succesiv intervalul de clasă
(i). Modul de calcul este următorul: X1 + X2 / 2.

Şirul de variaţie calculabil se prezintă astfel:

x
f

1.7. Reprezentarea grafică a şirului de variaţie

Un grafic trebuie prezentat corect şi atractiv, estetic, explicit; claritatea să rezulte şi din
formularea completă a titlului pe care îl necesită graficul, iar din legendă, care trebuie să-l
însoţească, să rezulte toate particularităţile sale.
Pentru reprezentarea grafică a şirului de variaţie se foloseşte, frecvent, sistemul de două axe
de coordonate rectangulare (x şi y), înscriind pe abscisă (axa x-lor) valoarea limitelor de clasă sau
centrele de clasă (în funcţie de tipul şirului de variaţie reprezentat grafic), iar pe ordonată (axa y-
lor) frecvenţa corespunzătoare.
Reprezentarea grafică a şirurilor de variaţie cu limite de clasă se face prin înscrierea pe
abscisă la distanţe egale a limitelor de clasă, iar pe ordonată se realizează o scară a frecvenţelor, cu
condiţia ca să cuprindă şi cifra care exprimă frecvenţa cu valoarea maximă a şirului de variaţie.
Prin întretăierea perpendicularelor ridicate de la limitele de clasă la înălţimea frecvenţelor
respective, apar astfel două puncte, care se unesc pentru fiecare clasă şi se obţine un grafic, numit
poligon în trepte, poligon de frecvenţă, poligon de variaţie sau histogramă (fig. 1).

70

60
frecventa indivizilor

50

40

30

20

10

0
1,55 2,15 2,75 3,35 3,95 4,55
Limite de clasa

Fig. 1. Histograma unui şir de variaţie

Clasa cu frecvenţa cea mai mare se numeşte modul şi indică o variabilitate normală a
caracterului analizat. Când poligonul de variaţie prezintă mai multe module se numeşte plurimodal
şi indică o variabilitate anormală.
Histogramele mai pot fi: înalte şi înguste, care ne arată că materialul de analizat prezintă o
amplitudine mică de variaţie şi largi şi joase, care ne indică faptul că materialul analizat prezintă o
amplitudine mare de variaţie.

5
 Reprezentarea grafică a şirului de variaţie cu centre de clasă
Se realizează în acelaşi mod ca cel cu limite de clasă, cu singura deosebire că pe abscisă se
înscriu la distanţe egale centrele claselor. Din aceste puncte se ridică perpendiculare până la
înălţimea indicată de frecvenţele corespunzătoare pe ordonată. În acest caz se poate obţine o curbă
de variaţie (fig. 2.).
70

60
Frecventa indivizilor

50

40

30

20

10

0
1,55 2,15 2,75 3,35 3,95 4,55
Limite de clasa

Fig. 2. Curba de variaţie a unui şir

II. CALCULUL VALORILOR BIOMETRICE

2.1. Parametrii şi valori estimative

Ordonarea datelor în şiruri de variaţie, ca şi reprezentarea grafică, ne furnizează indicaţii
generale sau aproximative asupra gradului variabilităţii indivizilor cercetaţi. De aceea, pentru
aprecierea semnificaţiei reale a cercetărilor întreprinse, este necesar ca valorile individuale din
proba medie să fie concentrate în valori sintetice, ca urmare a prelucrării acestora prin metode
statistice.
Calculul valorilor biometrice se face de regulă, asupra şirurilor de variaţie cu centre de clasă
care simplifică volumul de muncă, fără să afecteze exactitatea rezultatelor.
În analizele biometrice se disting două categorii de valori biometrice:
– parametri sau valori teoretice, valori ce s-ar obţine în cazul analizei întregii populaţii
statistice, ceea ce practic este imposibil. Parametrii se notează cu literele greceşti, astfel:
- media ideală (teoretică);
- varianţa sau abaterea medie pătratică;
- abaterea standard;
- coeficientul de variabilitate.
- valorile estimative, reprezintă valorile care se obţin în urma prelucrării datelor referitoare
la proba medie. Ele se notează cu litere latine, astfel:
x = media aritmetică;
s2 = varianţa;
s = abaterea standard a unei singure observaţii;
s% = coeficientul de variabilitate;
u = abaterea redusă normală;
s x = abaterea standard a mediei aritmetice.
± d = diferenţa;
6
 sd = abaterea standard a diferenţei;
DL = diferenţa limită;
± r = coeficientul de corelaţie;
R = regresia;

2.2. Media aritmetică ( x ) – reprezintă valoarea matematică mijlocie a claselor unui şir de
variaţie.
Calculul oricărei medii aritmetice presupune însumarea valorilor individuale şi împărţirea
sumei la numărul lor. Aplicarea acestei formule (1) este eficientă numai pentru un număr redus de
valori, negrupate în şiruri de variaţie.

x1  x 2  x3    x n  x
x  (formula nr. 1)
n n

Ordonarea valorilor individuale în şiruri de variaţie are rolul de a uşura calcularea

elementelor biometrice. De aceea, pentru calculul valorilor estimative se porneşte de la şirul de
variaţie calculabil.

2.2.1. Metoda multiplicării

Pentru simplificarea operaţiilor este mai uşor să calculăm produsul dintre valoarea fiecărei
clase şi frecvenţă, etc., apoi însumând aceste produse şi împărţind la 100, aflăm media aritmetică
iar formula de calcul este următoarea:

x
x1  f 1  x 2  f 2  x3  f 3    x n  f n

x f (formula nr. 2)
n n
Calculul mediei aritmetice după această formulă (2) este greoi, deoarece necesită înmulţiri
cu numere mari, numere zecimale, adunări, împărţiri, etc. De aceea, s-au elaborat metode
simplificate de calcul şi anume:
- metoda abaterilor;
- metoda sumelor.

2.2.2. Metoda abaterilor

Calculul mediei aritmetice după această metodă se bazează pe înlocuirea valorii claselor (x)
cu abaterile acestora faţă de o clasă mijlocie denumită medie probabilă.
În calculul mediei aritmetice se folosesc în afară de termenii descrişi anterior şi următorii:
– media probabilă (A);
– abaterea (a);
– plus variante (+ x);
– minus variante (– x).
Media probabilă (A) a unui şir de variaţie este clasa (varianta) la care s-au grupat cele mai
multe valori individuale (clasa cu frecvenţa cea mai mare). În general, această clasă este situată
spre mijlocul şirului de variaţie.
Abaterea (a) reprezintă diferenţa dintre valoarea fiecărei clase şi media probabilă (X – A).
În urma calculelor se constată că variantele (clasele) din stânga mediei probabile (A)
prezintă abateri negative, deoarece au valori mai mici decât media probabilă, de aceea au fost
denumite minus variante. Clasele (variantele) situate în dreapta mediei probabile, având valori mai
mari decât acestea, se numesc plus variante.
Se observă, de asemenea, că fiecare valoare absolută a abaterilor este un multiplu cu plus
sau cu minus al intervalului de clasă (i). De aceea, procedeul de calcul se simplifică mai mult, dacă

7
din valorile abaterilor dăm intervalul de clasă ca factor comun şi folosim abaterile exprimate în
unităţi, astfel:
- 3;– 2; – 1; 0; + 1; + 2; etc.
Valorile abaterilor în unităţi se înscriu, pe şirul de variaţie, deasupra claselor respective.
Formula de calcul a mediei aritmetice, după metoda abaterilor, este următoarea:

x  A
 f a i (formula nr. 3)
n

în care: A = media probabilă;

n = numărul de indivizi cercetaţi;
i = intervalul de clasă;
f = frecvenţa indivizilor;
a = abaterea;
Σ = semnul însumării.

Valorile A, n, i sunt uşor de identificat pe şirul de variaţie, iar pentru calculul termenului Σ f
· a se foloseşte un tabel după modelul următor:
Tabelul 9
Tabel de calcul pentru Σ f · a
f a Σf·a

Σfxa=

2.2.3. Metoda sumelor

Pentru metoda sumelor se foloseşte ca termen nou suma, (S) care reprezintă valoarea
rezultată din însumarea cumulată a frecvenţelor, mai puţin ultima.
Valorile S se calculează după modelul indicat în tabelul 10.
Tabelul 10
Tabel de calcul al sumelor
f S0 S1 S2
f1 f1 f1 f1
f2 f2+f1=
f3
f4

Formula de calcul a mediei aritmetice  x  prin metoda sumelor este următoarea:

S  S1
x  A 0  i (formula nr. 4)
n
În cazul metodei sumelor, ca medie probabilă (A) se ia clasa cu valoarea cea mai mare din
şirul de variaţie calculabil (ultima).
Media aritmetică, caracterizează într-o oarecare măsură un şir de variaţie prin faptul că ea
reprezintă o valoare medie, în jurul căreia se găsesc toate celelalte valori individuale. Ea nu ne dă şi
indicaţii asupra modului de împrăştiere (distribuţie) a indivizilor în cadrul unui şir de variaţie.
În statistica modernă, parametrii şi valorile estimative cu ajutorul cărora se exprimă
dispersia indivizilor în jurul mediei aritmetice sunt: varianţa şi abaterea standard.
2.3. Varianţa (s2)

8
 Varianţa sau abaterea medie pătratică este cel mai sigur indicator matematic al dispersiei
tuturor valorilor individuale din cadrul unei populaţii statistice sau al unei probe medii. Ca
parametru, varianţa se notează cu σ2, iar ca valoare estimativă cu s2.
Varianţa se obţine prin calcularea sumei pătratelor abaterilor valorilor individuale de la
media aritmetică şi împărţirea sumei la numărul gradelor de libertate.
Prin grade de libertate (GL) se înţelege numărul valorilor individuale independente din
care se calculează media, mai puţin o valoare. Întrucât numărul valorilor individuale (numărul
indivizilor cercetaţi) se notează cu „n“, numărul gradelor de libertate va fi: GL = n – 1.
Exemplu:
Luăm o probă alcătuită din 5 valori individuale: 2; 3; 4; 5; 6. Media lor aritmetică x = 4.
Înainte de calculul mediei aritmetice toate cele 5 valori sunt liber variabile, adică pot avea orice
mărime. După ce s-a calculat media aritmetică, una dintre valori este blocată de valoarea mediei
aritmetice ( x = 4), astfel încât pentru calculul varianţei rămân numai celelalte 4 valori (sau n – 1).
Abaterile acestora de la medie aritmetică vor fi:
2–4=–2
3–4=–1
4–4=–0
5–4=+1
6–4=+2
Ţinând seama de faptul că în calculul varianţei (s2) intră suma pătratelor abaterilor fiecărei
valori de la media aritmetică şi împărţirea acesteia la numărul gradelor de libertate, sunt necesare
următoarele operaţii matematice:
- se calculează abaterea fiecărei valori individuale de la media aritmetică (x – x );
- Se ridică abaterile la pătrat (x – x )2;
- Se însumează pătratele abaterilor, iar suma obţinută se împarte la numărul gradelor de
libertate (n – 1).
În acest caz formula varianţei va fi:

s 2

 x1  x    x 2  x    x3  x      x n  x 
2 2 2 2

  x  x
2
(formula nr. 5)
n 1 n 1

Cunoscând că x 
 x , din punct de vedere matematic, formula 5 se mai poate scrie şi sub
n
forma:
  x 2
 x2  (formula nr. 6)
s2  n
n 1

Formulele (5) şi (6) se pot aplica în cazul unui număr mic de valori individuale sau variante
experimentale, care nu se grupează în şiruri de variaţie.
Pentru probele medii mari (minimum 100 indivizi), ale căror valori individuale au fost
grupate în şiruri de variaţie şi unde intervine frecvenţa indivizilor, pentru calculul varianţei se
foloseşte formula:

2   f  x 2
 f x  · i2 (formula nr. 7)
s2  n
n 1

9
 Calculul varianţei prin folosirea valorilor claselor (x) este destul de greoi şi ca urmare,
pentru simplificare, se înlocuieşte produsul f · x cu produsul f · a (a = abaterea de la media
probabilă), astfel:

  f  a 2
 f  a2  (formula nr. 8)
s2  n i2
n 1

Tabelul 11
Tabel de calcul pentru varianţă
f a fxa a2 f x a2

Σfxa= Σ f x a2 =

Se poate ajunge la valoarea varianţei şi prin metoda sumelor. Formula de calcul pentru
determinarea varianţei, prin această metodă, este următoarea:
 S 0  S1  2
S 0  3S1  2 S 2 
n (formula nr. 9)
s2  i2
n 1
Tabelul 12
Tabel de calcul al varianţei prin metoda sumelor
f S0 S1 S2

2. 4. Abaterea standard a unei singure observaţii (s)

Abaterea standard (deviaţie standard, eroarea standard) se exprimă în valori absolute ca şi
media aritmetică, reprezentând abaterea medie a valorilor individuale ale unui şir de variaţie, de la
media aritmetică a şirului respectiv.
Din punct de vedere matematic, abaterea standard a unei singure observaţii, care se notează
cu simbolul „s“, se calculează prin extragerea rădăcinii pătrate din varianţă (s2), astfel:
s   s 2 (formula nr. 10)

Revenind la formulele dezvoltate ale varianţei (8, 9), stabilim pentru calculul abaterii
standard aceleaşi formule, efectuând în plus extragerea rădăcinii pătrate:
  f  a 2
 f  a2  (formula nr. 11)
s n i2
n 1

 S 0  S1  2
S 0  3S1  2 S 2  (formula nr. 12)
s n i2
n 1

Având calculată varianţa pentru şirul de variaţie putem obţine valoarea abaterii standard:
s   s2  

10
 Având calculate la acelaşi şir de variaţie, media aritmetică şi abaterea standard, gradul de
dispersie se va exprima astfel: x ± s =

2. 5. Coeficientul de variabilitate (s%)

Abaterea standard ne arată care este abaterea valorilor individuale faţă de media aritmetică
şi ea se exprimă prin valori absolute (mm, g, etc.). Cu asemenea valori nu putem compara între ele
variabilităţile diferitelor caractere (mm cu g, litri cu cm, nr. cu mm, etc.). O altă dificultate o
întâlnim şi atunci când dorim să analizăm variabilitatea aceloraşi caractere exprimate în aceleaşi
unităţi de măsură, însă cu medii aritmetice diferite, cum ar fi, de exemplu, numărul de frunze la
două soiuri diferite din aceeaşi specie de plante.
Pentru a putea, totuşi, compara abaterea standard de la diferite şiruri de variaţie, cu caractere
diferite, este necesar să recurgem la calcularea unor valori relative, comparabile între ele.
Coeficientul de variabilitate, numit şi abatere standard relativă, nu reprezintă decât abaterea
standard exprimată în procente din media aritmetică. El se exprimă în procente şi ne permite să
comparăm abaterile standard de la diferite şiruri de variaţie. Se notează cu „s%“ şi se calculează
după formula:
s  100
s%  (formula nr. 13)
x
Interpretarea coeficientului de variabilitate. Mărimea coeficientului de variabilitate este
direct proporţională cu variabilitatea caracterului studiat. Cu cât este mai mare, cu atât şi caracterul
este mai variabil, mai neomogen.
Gradul variabilităţii indivizilor, în funcţie de mărimea coeficientului de variabilitate (s%),
se apreciază astfel:
- s% cuprins între 0–10, indivizii sunt omogeni, uniformi;
- s% cuprins între 10–20, indivizii sunt variabili în limite mijlocii;
- s% cuprins între 20–30, indivizii sunt foarte variabili în limite admise;
- s% > 30, indivizii sunt foarte variabili, dar înafara limitelor admise.

2.6. Abaterea standard a mediei aritmetice  s x 

Pentru a face o caracterizare cât mai corectă a caracterelor luate în cercetare este necesar a
studia un număr cât mai mare de indivizi (toţi indivizii unei populaţii statistice), ceea ce, din punct
de vedere practic este imposibil. De aceea, media aritmetică a unui şir de variaţie format din
valorile a 100 indivizi reprezintă o valoare mijlocie a materialului studiat.
Dacă în mod practic ne-am propune să măsurăm 100 de probe a câte 100 de indivizi, pentru
determinarea valorii medii a unui caracter, atunci mediile aritmetice calculate pentru fiecare probă
ar fi diferite.
Cu aceste 100 de medii aritmetice, considerate valori individuale, se poate întocmi un şir de
variaţie la care se pot calcula toate valorile estimative (x, s2, s, s%, etc.). În cazul acesta media
aritmetică ar fi reprezentată printr-o medie a mediilor, care este mai apropiată ca valoare de media
reală a populaţiei statistice, iar abaterea standard va exprima gradul de împrăştiere a fiecărei medii
(individuale) faţă de media mediilor. Astfel, abaterea standard este considerată ca abaterea standard
a mediei aritmetice şi se notează cu „sx“, spre deosebire de abaterea standard a unei singure
observaţii (s).
Întrucât se consideră că raportul dintre media aritmetică a unui şir de variaţie ( s x ) şi media
teoretică (μ) este asemănătoare cu raportul între o valoare individuală (x) şi media aritmetică a
şirului de variaţie, la calculul abaterii standard a mediei aritmetice ( s x ) se folosesc datele şirului
de variaţie format din 100 de valori individuale.
Pentru calculul abaterii standard a mediei aritmetice ( s x ) se aplică următoarele formule:
a. În cazul când s2 nu a fost calculat:

11
  f  x 2

 f x 2

n (formula nr. 14)
sx  
n n  1

respectiv:
 f  a 2

 f a 2

n (formula nr. 15)
sx    i2
n n  1

b. În cazul când s2 este calculat (la şirul de variaţie):

s2 s
sx    (formula nr. 16)
n n

Dacă se compară valoarea abaterii standard a mediei aritmetice ( s x ) cu abaterea standard a

unei singure observaţii (s), se observă că prima ( s x ) este de 10 ori mai mică, în cazul cercetării a
100 de indivizi. Acest fapt denotă că valoarea abaterii standard a mediei aritmetice ne dă indicaţii
asupra intervalului de variaţie a mediei adevărate (teoretice) a caracterului cercetat, indicând
limitele între care aceasta se situează.

Exemplu de calcul al unor şiruri de variaţie.

Pentru început ne folosim de tabelul de măsurători. Acest tabel ne indică cele 100 de valori
individuale ale măsurătorilor executate la materialul de studiu. În acest caz castane. S-au efectuat
măsurători biometrice pentru două caractere: lungimea şi grosimea castanelor.
Tabel 13
Nr. Lungime Grosime Nr. Lungime Grosime
crt. (cm) (cm) crt. (cm) (cm)
1. 3,2 2,4 51. 3,0 1,6
2. 2,7 2,1 52. 3,5 2,4
3. 2,9 2,2 53. 3,2 2,1
4. 3,0 1,9 54. 3,0 1,9
5. 3,3 2,4 55. 2,9 2,0
6. 3,2 2,3 56. 3,6 2,3
7. 3,1 2,3 57. 3,1 2,6
8. 2,9 2,0 58. 3,2 2,1
9. 3,1 2,2 59. 2,9 2,1
10. 2,8 2,2 60. 3,0 1,9
11. 3,3 2,1 61. 3,2 2,0
12. 3,5 2,4 62. 3,1 2,1
13. 3,2 2,0 63. 2,7 1,8
14. 3,3 2,1 64. 3,5 2,4
15. 3,0 2,1 65. 3,5 2,0
16. 3,1 2,0 66. 3,6 2,2
17. 3,2 2,3 67. 3,3 2,4
18. 3,2 2,1 68. 3,5 2,6
continuare tabel 13
19. 3,0 2,2 69. 2,9 1,8
12
 20. 3,3 2,0 70. 2,6 1,8
21. 3,4 2,2 71. 3,5 2,2
22. 3,4 1,9 72. 3,1 2,0
23. 3,1 2,0 73. 2,9 1,8
24. 3,2 1,7 74. 3,3 2,3
25. 2,9 1,8 75. 3,2 2,1
26. 3,5 2,4 76. 2,9 2,0
27. 3,3 2,1 77. 3,1 2,1
28. 2,6 1,9 78. 3,3 2,2
29. 3,2 2,0 79. 3,4 1,9
30. 3,0 1,9 80. 3,3 2,4
31. 3,2 2,1 81. 3,5 2,4
32. 3,5 2,3 82. 3,2 1,9
33. 3,1 2,0 83. 3,4 2,0
34. 3,2 2,2 84. 3,1 2,2
35. 2,8 1,9 85. 2,9 1,8
36. 3,4 2,2 86. 3,5 2,3
37. 3,3 2,0 87. 3,5 2,1
38. 3,4 1,9 88. 2,9 2,0
39. 2,8 1,7 89. 3,2 2,1
40. 3,7 2,6 90. 2,9 1,8
41. 3,2 2,2 91. 3,0 2,1
42. 3,5 2,4 92. 2,7 1,9
43. 2,9 1,8 93. 3,4 2,0
44. 3,3 2,4 94. 3,7 2,3
45. 3,1 2,0 95. 3,1 2,0
46. 3,5 2,2 96. 3,3 2,1
47. 3,2 2,1 97. 2,5 1,6
48. 3,4 2,2 98. 3,4 2,1
49. 3,1 2,0 99. 3,2 1,9
50. 3,2 2,1 100. 3,1 2,2

1. Şir de variaţie pentru caracterul lungimea castanelor

Din analiza tabelului de măsurători (tabel 13) reiese că:
VM = 3,7 cm;
Vm = 2,5 cm.
Amplitudinea de variaţie (amp.) = VM –Vm = 3,7-2,5 = 1,2 cm.
Numărul de clase = 5
Intervalul de clasă (i) = amp./nr. clase = 1,2/5 =0,24 cm.
Exprimarea numerică a şirului de variaţie
X1 = Vm = 2,5
X2 = X1 + i = 2,5 + 0,24 = 2,74
X3 = X2 + i = 2,74 + 0,24 = 2,98
X4 = X3 + i = 2,98 + 0,24 = 3,22
X5 = X4 + i = 3,22 + 0,24 = 3,46
X6 = X5 + i = 3,46 + 0,24 = 3,7 = VM.

X1 X2 X3 X4 X5 X6

13
 2,5 2,74 2,98 3,22 3,46 3,7

6 15 41 22 14 2

Prezentat în această formă, cu frecvenţele repartizate între limitele claselor, şirul de variaţie
nu este calculabil. Devine calculabil numai după ce se calculează centrul de clasă. Se calculează
primul centru astfel: 2,5 + 2,74 / 2 = 2,62. La acest prim centru se adaugă apoi valoarea intervalului
de clasă şi aflăm astfel valorile centrelor următoare: 2,62 + 0,24 = 2,86; 2,86 + 0,24 = 3,10; 3,10 +
0,24 = 3,34; 3,34 + 0,24 = 3,58; 3,58 + 0,24 = 3,82.

Şirul de variaţie calculabil va arăta aşa:

x 2,62 2,86 3,10 3,34 3,58 3,82
f 6 15 41 22 14 2

Acestui şir de variaţie i se vor calcula toate valorile estimative după cum urmează:
Media aritmetică: metoda multiplicării (formula nr. 2)

2.62  6  2.86  15  3.10  41  3.34  22  3.58  14  3.82  2 316.96

x   3.16cm
100 100

Media aritmetică: metoda abaterilor (formula nr. 3)

-2 -1 A0 +1 +2 +3
x 2,62 2,86 3,10 3,34 3,58 3,82
f 6 15 41 22 14 2
14
 X – A= a
2,62 – 3,10 = - 0,48 (-2 x 0,24)
2,86 – 3,10 = - 0,24 (-1 x 0,24)
3,10 – 3,10 = 0 ( 0 x 0,24)
3,34 – 3,10 = + 0,24 (+1 x 0,24)
3,58 – 3,10 = + 0,48 (+2 x 0,24)
3,82 – 3,10 = + 0,72 (+3 x 0,24)

x  A
 f a i
n

A = 3,10; n = 100; i = 0,24.

Tabel de calcul pentru Σ f·a
f a f·a
6 -2 -12
15 -1 -15
41 0 0
22 +1 +22
14 +2 +28
2 +3 +6
Σ f·a = -27 + 56 = 29

29
x  3.10   0.24  3.16cm
100

Media aritmetică: metoda sumelor (formula nr. 4)

f S0 S1 S2
6 6 6 6
15 21 27 33
41 62 89 122
22 84 173
14 98
2

S 0  S1
x  A/  i A' = 3,82 (valoarea ultimei clase din şirul de variaţie calculabil)
n

98  173
x  3.82   0.24  3.16cm
100

Varianţa (s2):
2   f  a 2
 f a  (formula nr. 8)
s2  n i2
n 1
-2 -1 A0 +1 +2 +3
x 2,62 2,86 3,10 3,34 3,58 3,82
f 6 15 41 22 14 2

15
 Tabel de calcul pentru Σ f·a şi f·a2
f a a2 f·a f·a2
6 -2 4 -12 24
15 -1 1 -15 15
41 0 0 0 0
22 +1 1 +22 22
14 +2 4 +28 56
2 +3 9 +6 18
Σ f·a = 29 Σ f·a2 = 135

 29 2
135  100  0.24 2  0.06
s2 
100  1

 S 0  S1  2
S 0  3S1  2 S 2 
n (formula nr. 9)
s2  i2
n 1

98  3  173  2  122 
 98  173 2
s2  100  0.24 2  0.06
100  1

Abaterea standard a unei singure observaţii (s):

s   s2

s   0.06  0.24 cm

x ± s = 3,16 ± 0,24 cm

Coeficientul de variabilitate (s%):

s  100
s%  (formula nr. 13)
x

0.24  100
s%   7.59
3.16

Abaterea standard a mediei aritmetice (sx):

s2 s
sx    (formula nr. 16)
n n
0.06 0.24
sx     0.02cm
100 100

x ± sx = 3,16 ± 0,02 cm

16
2. Şir de variaţie pentru caracterul grosimea castanelor
Din analiza aceluiaşi tabel de măsurători (tabel 13) reiese că:
VM = 2,6 cm;
Vm = 1,6 cm.
Amplitudinea de variaţie (amp.) = VM –Vm = 2,6-1,6 = 1,0 cm.
Numărul de clase = 5
Intervalul de clasă (i) = amp./nr. clase = 1,0/5 =0,2 cm.
Exprimarea numerică a şirului de variaţie
X1 = Vm = 1,6
X2 = X1 + i = 1,6 + 0,2 = 1,8
X3 = X2 + i = 1,8 + 0,2 = 2,0
X4 = X3 + i = 2,0 + 0,2 = 2,2
X5 = X4 + i = 2,2 + 0,2 = 2,4
X6 = X5 + i = 2,4 + 0,2 = 2,6 = VM.

X1 X2 X3 X4 X5 X6

1,6 1,8 2,0 2,2 2,4 2,6

4 20 39 23 11 3
Şir de variaţie necalculabil
C1 = 1,6+1,8/2 1,7;
C2 = 1,7 + 0,2 = 1,9;
C3 = 1,9 + 0,2 = 2,1;
C4 = 2,1 + 0,2 = 2,3;
C5 = 2,3 + 0,2 = 2,5;

17
 C6 = 2,5 + 0,2 = 2,7

Şirul de variaţie calculabil va fi:

x 1,7 1,9 2,1 2,3 2,5 2,7
f 4 20 39 23 11 3

Şi la acest şir de variaţie se vor calcula toate valorile estimative:

Media aritmetică: metoda multiplicării (formula nr. 2)

1.7  4  1.9  20  2.1  39  2.3  23  2.5  11  2.7  3 215.2

x   2.15cm
100 100

Media aritmetică: metoda abaterilor (formula nr. 3)

-2 -1 A0 +1 +2 +3
x 1,7 1,9 2,1 2,3 2,5 2,7
f 4 20 39 23 11 3

X – A= a
1,7 – 2,1 = - 0,4 (-2 x 0,2)
1,9 – 2,1 = - 0,2 (-1 x 0,2)
2,1 – 2,1 = 0 ( 0 x 0,2)
2,3 – 2,1 = + 0,2 (+1 x 0,2)
2,5 – 2,1 = + 0,4 (+2 x 0,2)
2,7 – 2,1 = + 0,6 (+3 x 0,2)

x  A
 f a i
n

A = 2,1; n = 100; i = 0,2.

Tabel de calcul pentru Σ f·a

f a f·a
4 -2 -8
20 -1 -20
39 0 0
23 +1 +23
11 +2 +22
3 +3 +9
Σ f·a = -28 + 54 = 26

26
x  2 .1   0.2  2.15cm
100

Media aritmetică: metoda sumelor (formula nr. 4)

f S0 S1 S2
4 4 4 4
20 24 28 32
39 63 91 123
18
 23 86 177
11 97
3

S 0  S1
x  A/  i A' = 2,7 (valoarea ultimei clase din şirul de variaţie calculabil)
n

97  177
x  2.7   0.2  2.15cm
100

Varianţa (s2):

2   f  a 2
 f a  (formula nr. 8)
s2  n i2
n 1

-2 -1 A0 +1 +2 +3
x 1,7 1,9 2,1 2,3 2,5 2,7
f 4 20 39 23 11 3

Tabel de calcul pentru Σ f·a şi f·a2

f a a2 f·a f·a2
4 -2 4 -8 16
20 -1 1 -20 20
39 0 0 0 0
23 +1 1 +23 23
11 +2 4 +22 44
3 +3 9 +9 27
Σ f·a = 26 Σ f·a2 = 130

 26 2
130  100  0.2 2  0.05
s2 
100  1

 S 0  S1  2
S 0  3S1  2 S 2 
n (formula nr. 9)
s2  i2
n 1

97  3  177  2  123 
 97  177 2
s2  100  0.2 2  0.05
100  1

Abaterea standard a unei singure observaţii (s):

s   s2

s   0.05  0.22 cm

19
 x ± s = 2,15 ± 0,22 cm

Coeficientul de variabilitate (s%):

s  100
s%  (formula nr. 13)
x

0.22  100
s%   10.23
2.15

Abaterea standard a mediei aritmetice (sx):

s2 s
sx    (formula nr. 16)
n n

0.05 0.22
sx     0.02cm
100 100

x ± sx = 2,15 ± 0,02 cm

III. CURBA REPARTIŢIEI NORMALE (CURBA LUI GAUSS)

3.1. Distribuţia binomială

Reprezentarea grafică a şirului de variaţie a relevat faptul că repartiţia valorilor individuale
ale unei probe medii statistice – pe clase de frecvenţă – nu se realizează în mod uniform ci,
frecvenţa cea mai mare o au, de obicei, clasele de la mijlocul şirului de variaţie, iar spre
extremităţile şirului, frecvenţa şirului scade.
În cazul unei populaţii statistice, alcătuită dintr-un număr foarte mare de indivizi, modul de
repartizare a valorilor individuale în clase se poate exprima printr-un grafic în trepte, care
reprezintă aşa numita distribuţie binomială (fig. 3).
Cu cât numărul de indivizi este mai mare, cu atât coloanele graficului vor fi mai înguste, iar
frecvenţele se pot uni printr-o linie continuă (curba de variaţie), asemănătoare cu o distribuţie
binomială teoretică, ce se obţine matematic prin dezvoltarea binomului (p + q)n, când n —α. Pentru
a ilustra acest aspect se dau valori lui p = 1, q = 1 şi n = 1, 2, 3, 4, 5 …, n obţinând prin dezvoltarea
binomului aşa numitul triunghi al lui Pascal (fig. 4).
Reprezentând grafic triunghiul lui Pascal se formează un poligon de variaţie în trepte ca cel
din fig. 3. Prin mărirea exponentului (n), numărul coloanelor se măreşte, iar către n —α aspectul
histogramei începe să se confunde treptat cu o linie continuă, care poartă numele de curba
repartiţiei (distribuţiei) normale sau binomiale (fig. 5). O asemenea curbă a fost concepută de
Gauss.
Curba repartiţiei normale ne arată că în cadrul oricărei populaţii statistice valorile
individuale (100%) se grupează simetric în jurul mediei, 50% fiind distribuite în clasele din stânga
şi 50% în clasele din dreapta.

20
 f
30
25
20
15
10
5
0
x

Fig. nr. 3. Curba distribuţiei binomiale

Fig. 4. Triunghiul lui Pascal

Fig. 5. Curba distribuţiei normale (Curba lui Gauss)

3.2. Caracteristicile curbei distribuţiei normale

Curba distribuţiei normale (binomiale) prezintă următoarele caracteristici:
- are formă de clopot, mai închis sau mai deschis, în funcţie de gradul de dispersie a
valorilor în jurul mediei;
- este perfect simetrică, ceea ce înseamnă că media teoretică (μ) se găseşte situată exact la
mijlocul curbei şi anume, la piciorul perpendicularei coborâtă pe abscisă din punctul corespunzător
celei mai mari frecvenţe;
- curba suferă o mare deviere în apropiere de axa absciselor. Aceasta înseamnă că
probabilitatea abaterilor mari este foarte redusă, iar abaterile mici sunt foarte frecvente;
- pornind de la punctul culminant al curbei, de o parte şi de alta, se observă o schimbare a
formei curbei din convexă în concavă în punctele A1 şi A2 (fig. 6). Aceste puncte situate simetric

21
(puncte de inflexiune) delimitează frecvenţele mari ale claselor de la mijloc, de frecvenţele reduse
ale claselor marginale.
Dacă coborâm perpendiculare pe abscisă din cele două puncte de inflexiune, delimităm o
suprafaţă (haşurată în fig. 6), care cuprinde majoritatea valorilor individuale şi anume: 68,27%.
Distanţele pe abscisă, în stânga şi în dreapta punctului mascat de la locul mediei populaţiei
 x  , până în punctele a1 şi a2, care reprezintă proiecţia punctelor de inflexiune pe abscisă, este
considerată ca unitate de măsură a împrăştierii valorilor individuale în jurul mediei. Ea a fost
denumită abatere standard (σ).
Valoarea abaterii standard (±σ) se poate observa pe curba distribuţiei normale din figura 26.
Gradul de împrăştiere a indivizilor unei populaţii normale distribuite în jurul mediei (μ) se
poate exprima astfel: μ± σ .
În cazul în care se divizează restul axei absciselor în porţiuni egale cu – 1σ şi + 1σ se obţin
distanţele: μ – 2σ (spre stânga) şi μ + 2σ (spre dreapta).
Întreind această distanţă pe abscisă ajungem la μ – 3σ şi μ + 3σ. Numai în intervalul μ +
4σ se încadrează toate valorile reprezentate pe curbă.
S-au stabilit, deci, pe curba distribuţiei normale trei graniţe de împrăştiere a indivizilor în
jurul mediei şi anume:
μ ± 1σ ; μ ± 2 σ ; μ ± 3 σ
S-a stabilit că frecvenţa indivizilor din sectoarele curbei normale, în funcţie de abaterea
standard (σ), este următoarea:
- pentru μ ± 1 σ = 68,27% cazuri posibile;
- pentru μ ± 2 σ = 95,45% cazuri posibile;
- pentru μ ± 3 σ = 99,73% cazuri posibile;
- pentru μ ± 4 σ = 99,98% cazuri posibile.

Ţinând seama de cele trei praguri de dispersie a indivizilor în jurul mediei, putem afirma că
o variantă oarecare este cuprinsă cu o probabilitate de 68,27% între μ ± 1 σ, cu o probabilitate de
95,45% între μ ± 2 σ şi cu o probabilitate de 99,73% între μ ± 3 σ.
Abaterea standard fiind unitatea de măsură a dispersiei valorilor faţă de medie, ea poate
servi la stabilirea abaterii oricărei clase (x) faţă de media populaţiei (μ), ţinând seama de faptul că,
fiecare clasă reprezintă un grup de indivizi asemănători în ceea ce priveşte mărimea caracterului
cercetat.
Abaterea unei clase (x) faţă de medie (μ) se exprimă prin termenul denumit abaterea redusă
normală, care se notează cu „u“ şi rezultă din formula:
x
u (formula nr. 17)

Referindu-ne la determinarea valorilor estimative (care sunt valori apropiate de parametrii μ
şi σ, în limitele cărora comparăm rezultatele cercetărilor obţinute din calculul efectuat asupra
datelor individuale din proba medie ( x şi s), formula abaterii reduse normale devine, astfel:
xx
u (formula nr. 18)
s
Repartizarea procentuală a cazurilor cuprinse între diferite valori „u“, pentru jumătate din
curbă se poate urmări în tabelul 14.
Pentru examinarea statistică a probelor medii se folosesc cel mai frecvent următoarele
intervale:
μ ± 1,96σ; μ ± 2,58σ; μ ± 3,29σ.
Astfel, lui u= 1,96 σ îi corespund 47,50% din cazuri, pentru jumătate din curbă. Această
valoare înmulţită cu 2 (pentru întreaga curbă) ne dă 95,00%, ceea ce arată că, 95% din valorile
individuale sunt cuprinse între μ – 1,96 şi μ ± 1,96.
Tabelul 14
22
 Repartizarea procentuală a cazurilor cuprinse între diferite valori ale lui „u“,
de o parte a punctului O
U 0 1 2 3 4 5 6 7 8 9
0,0 0,00 0,40 0,80 1,20 1,60 1,90 2,39 2,79 3,19 3,59
0,1 3,98 4,38 4,78 5,71 5,57 3,96 6,36 6,75 7,14 7,53
0,2 7,93 8,32 8,71 9,10 9,48 9,87 10,28 10,64 11,03 11,41
0,3 11,79 12,17 12,53 12,93 13,31 13,68 14,06 14,43 14,80 15,71
0,4 15,54 15,91 16,28 16,64 17,00 17,36 17,72 18,08 18,44 18,79
0,5 19,15 19,50 19,85 20,19 20,54 20,88 21,23 21,57 22,90 22,24
0,6 22,57 22,91 23,24 23,24 23,89 24,22 24,54 24,86 25,17 25,49
0,7 25,80 26,11 26,42 26,73 27,04 27,34 27,64 27,94 28,23 28,52
0,8 28,81 29,39 29,67 29,95 30,23 30,51 30,78 31,06 31,06 31,33
0,9 31,59 31,86 32,12 32,38 32,64 32,89 33,15 33,40 33,65 33,89
1,0 34,13 34,38 34,61 64,95 35,08 35,31 35,54 35,77 35,99 36,21
1,1 36,43 36,65 36,86 37,08 37,29 37,49 37,70 37,90 38,10 38,30
1,2 38,49 38,69 38,88 39,07 39,25 39,44 39,62 39,80 39,97 40,15
1,3 40,32 40,49 40,66 40,82 40,99 41,15 41,31 41,47 41,62 41,77
1,4 41,92 42,07 42,22 42,22 42,36 42,51 42,65 42,79 43,06 43,19
1,5 43,93 43,45 43,57 43,70 73,82 43,94 44,06 44,18 44,29 44,41
1,6 44,52 44,63 44,74 44,84 44,95 45,05 45,15 45,25 45,53 45,45
1,7 45,54 45,64 45,73 45,82 45,91 45,99 46,08 46,16 46,25 46,33
1,8 46,41 46,49 46,56 46,64 46,71 46,78 46,86 46,93 46,99 47,06
1,9 47,13 47,19 47,26 47,32 47,38 47,44 47,50 47,56 47,61 47,67
2,0 47,72 47,78 47,88 47,93 47,78 48,03 48,08 48,08 48,12 48,18
2,1 48,21 48,26 48,30 48,34 48,38 48,42 48,46 48,50 48,54 48,58
2,2 48,61 48,64 48,68 48,71 48,75 48,78 48,81 48,84 48,87 48,90
2,3 48,93 48,96 48,98 49,01 49,04 49,06 49,09 49,11 49,13 49,16
2,4 49,18 49,20 49,22 49,25 49,27 49,29 49,31 49,32 49,34 49,36
2,5 49,38 49,40 49,41 49,43 49,45 49,46 49,48 49,49 49,51 49,52
2,6 49,53 49,55 49,56 49,57 49,59 49,60 49,61 49,62 49,63 49,64
2,7 49,65 49,66 49,67 49,68 49,69 49,70 49,71 49,72 49,73 49,74
2,8 49,74 49,75 49,76 49,77 49,67 49,78 49,79 49,79 49,80 49,81
2,9 49,81 49,82 49,83 49,83 49,84 49,84 49,85 49,85 49,86 49,86
3,0 49,87 49,87 49,87 49,88 49,88 49,89 49,89 49,89 49,90 49,90
3,1 49,90 49,91 49,91 49,91 49,92 49,92 49,92 49,92 49,93 49,93
3,2 49,93 49,93 49,94 49,94 49,94 49,94 49,94 49,95 49,95 49,95
3,3 49,95 49,95 49,95 49,96 49,96 49,96 49,96 49,96 49,96 49,97
3,4 49,97 49,97 49,97 49,97 49,97 49,97 49,97 49,97 49,97 49,98
3,5 49,98 49,98 49,98 49,98 49,98 49,98 49,98 49,98 49,98 49,98
3,6 49,98 49,98 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99
3,7 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99
3,8 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99 49,99
3,9 50,00 50,00 50,00 50,00 50,00 50,00 50,00 50,00 50,00 50,00
4,0 50,00 50,00 50,00 50,00 50,00 50,00 50,00 50,00 50,00 50,00
Pentru u = 2,58 σ corespund 49,50% din cazuri, pentru jumătate din curbă, care înmulţită
cu 2 ne dă 99%, ceea ce rezultă că 99% din valorile individuale sunt cuprinse între μ – 2,58 şi μ +
2,58.
Pentru u = 3,29σ corespund 49,95% din cazuri pentru jumătate din curbă şi 99,5% pentru
intervalul μ – 3,29 şi μ + 3,29.
23
 Iată cum se exprimă grafic aceste trei cazuri (fig. 6 a, b, c).

Fig. 6 a, b, c.

În figura 6a se observă că 5% din cazuri (2,5% + 2,5%) depăşesc graniţele probabilităţii de

95%, iar în celelalte situaţii (fig. 27b şi 27c) numărul cazurilor care depăşesc graniţele
probabilităţilor de 99% şi 99,9% sunt numai de 1%, respectiv 0,1%.
Pornind de la faptul că, probabilitatea maximă de dispersie a indivizilor în jurul mediei
aritmetice este de 100%, rezultă că există posibilitatea ca o valoare individuală să depăşească o
anumită graniţă a curbei.
Această probabilitate exprimată prin procentele de valori individuale care depăşesc o
anumită graniţă a curbei poartă numele de probabilitate de transgresiune sau prag de
semnificaţie, care se notează cu „P“.
Valorile pragurilor de semnificaţie se află prin scăderea probabilităţii cazurilor încadrate
într-un anumit interval (corespunzător valorii „u“), din probabilitatea maximă de 100%, astfel:
u = 1,96 (μ ± 1,96); 100% – 95% = 5%
u = 2,58 (μ ± 2,58); 100% – 99% = 1%
u = 3,29 (μ ± 3,29); 100% – 99,9% = 0,1%
Valorile 5%, 1% şi 0,1% constituie pragurile de semnificaţie a celor trei intervale
menţionate.

3.3. Graniţele semnificaţiei

Întrucât în interpretarea statistică ne referim atât la parametri, cât şi la valori estimative şi
că, parametrii corespund populaţiei statistice, iar valorile estimative probelor medii, este foarte
important să cunoaştem cu cât se poate abate valoarea estimativă faţă de parametrul respectiv.
Deoarece, niciodată, valorile estimative nu coincid cu parametrii respectivi (se abat mai mult sau
mai puţin faţă de parametri), se pune întrebarea când poate fi considerată această abatere
„nesemnificativă“ şi când poate fi „semnificativă“. Pentru stabilirea graniţelor semnificaţiei, s-a
pornit de la analogia care există între valoarea estimativă şi parametrii – pe de o parte – şi între o
valoare individuală şi media aritmetică – pe de altă parte. Dacă o valoare individuală se abate puţin
24
de la medie este de acceptat că această abatere se datorează unei cauze accidentale, dacă însă
abaterea este mare trebuie să admitem că ea se datorează unei greşeli, unei confuzii, apartenenţa
valorii respective de la o altă populaţie datorită impurificării biologice sau mecanice a populaţiei
analizate şi prin urmare abaterea este veritabilă sau adevărată.
Graniţele de semnificaţie servesc în aprecierea deosebirilor evidente dintre valorile
individuale şi media aritmetică sau între valoarea mediei aritmetice şi valoarea mediei ideale sau,
între diferenţa empirică (cea calculată) şi cea ideală.
Pe linie internaţională s-a stabilit convenţional ca limită sau graniţă între abaterile
accidentale, care nu trebuie luate în seamă şi cele adevărate (esenţiale), graniţa de semnificaţie u =
1,96, adică intervalul x  1,96 , ce corespunde probabilităţii de transgresiune de 5% (P = 5%).
Orice este sub 5% cade în sfera abaterilor adevărate şi ca atare se deosebeşte semnificativ de
celelalte valori.
Semnificaţia unei abateri, atât a unei valori individuale de la media aritmetică, cât şi a
valorii estimative faţă de parametrul corespunzător, se apreciază folosind ca termene de comparaţie
graniţele semnificaţiei şi anume:
x  1,96 corespunzător pragului de semnificaţie P = 5%
x  2,58 corespunzător pragului de semnificaţie P = 1%
x  3,29 corespunzător pragului de semnificaţie P = 0,1%
Corespunzător acestor limite, semnificaţia abaterilor valorilor unei probe medii este
împărţită în următoarele clase de semnificaţie:

Simbolizarea semnificaţiei
Gradul de semnificaţie Clasa de semnificaţie Abateri
Abateri negative
pozitive
P > 5% Abateri nesemnificative – –
P între 5%–1% Abateri semnificative * 0
P între 1%–0,1% Abateri distinct semnificative ** 00
P < 0,1% Abateri foarte semnificative *** 000

Orice valoare individuală, al cărei prag de semnificaţie este mai mare de 5%, prezintă o
abatere nesemnificativă faţă de medie, în timp ce, valorile cu pragul de semnificaţie mai mic de 5%
intră în sfera abaterilor semnificative (adevărate).
În scopul unei distribuţii empirice la care parametrii se înlocuiesc cu valori estimative, sfera
abaterilor accidentale este următoarea:
– pentru P5% între x  1,96 s până la x  1,96 s;
– pentru P1% între x  2,58 s până la x  2,58 s;
– pentru P0,1% între x  3,29 s până la x  3,29 s.

3.4. Diferenţa între două probe medii  d  şi abaterea standard a diferenţei  s d 

În cercetare se impune, de regulă, a compara mai multe valori medii. În cazul în care
valoarea uneia se ia ca termen de comparaţie (martor), se apreciază – ca fiind cea mai bună – acea
variantă care diferenţiază de martor cea mai mare valoare.
Diferenţa dintre două probe medii se notează cu „ d “ şi se obţine prin formula:
d  x1  x 2 (formula nr. 19)
Diferenţele pot fi pozitive, atunci când varianta comparată are o valoare mai mare decât
valoarea martor, sau negative, dacă media probei comparate este inferioară valorii martorului.
Deoarece, mediile comparate aparţin la două grupe de indivizi distincte (soiuri, hibrizi,
linii), diferenţele lor ( d ) se vor abate mai mult sau mai puţin de la diferenţa reală între mediile
teoretice ale celor două populaţii statistice.

25
 Măsura diferenţei dintre mai multe probe şi martor se apreciază cu ajutorul abaterii standard
a diferenţei, care se notează cu „ s d “.
Prin abaterea standard a diferenţei ( s d ) se înţelege măsura prin care o diferenţă între
două probe medii se abate de la diferenţa adevărată.
Pentru calculul abaterii standard a diferenţei se întâlnesc două cazuri:
– când probele medii comparate sunt rezultatul aceluiaşi număr de valori individuale (n),
se foloseşte formula:
–
s12  s 22
sd   (formula nr. 20)
n

unde „ s12 şi s 22 “ sunt varianţele probelor comparate, iar „n“ este numărul de indivizi cercetaţi.
– când probele comparate sunt obţinute dintr-un număr diferit de valori individuale (n 1 şi
n2), se foloseşte următoarea formulă:

s12 s 22
sd    (formula nr. 21)
n1 n2

La calcularea diferenţei ( d ) şi a abaterii standard a diferenţei ( s d ) se porneşte de la

valorile medii ( x ) ale mai multor probe, însoţite de abaterile standard a unei singure observaţii (s).
Pentru exemplificare, folosim datele privind lungimea păstăilor la următoarele soiuri de arahide:
1. Tâmbureşti; x1 ± s1 = 3,71 ± 0,13 (lungime păstaie - martor).
2. Venus x 2 ± s2 = 4,19 ± 0,18 (lungime păstaie);
3. Spaniole 9184; x 3 ± s3 = 2,86 ± 0.09 (lungime păstaie);
4. Jumbo-Virginia; x 4 ± s4 = 3,72 ± 0,14 (lungime păstaie);
5. Braziliene negre; x 5 ± s5 = 3,88 ± 0,12 (lungime păstaie);
6. Jelud; x 6 ± s6 = 4,24 ± 0,10 (lungime păstaie).

Numărul de indivizi cercetaţi a fost de 100 pentru toate cele şase probe.

Calculul diferenţei ( d )
d 1  x 2  x 1  4,19  3,71  0,48 (formula nr. 19)
d 2  x 3  x 1  2,86  3,71  0,85
d 3  x 4  x 1  3,72  3,71  0,01
d 4  x 5  x 1  3,88  3,71  0,17
d 5  x 6  x 1  4,24  3,71  0,53

Calculul abaterii standard a diferenţei ( s d )

s12  s 22 0,38 2  0,67 2

sd 1     0,10 cm (formula nr. 20)
n 100

s12  s 32 0,38 2  0,18 2

sd 2     0,07 cm
n 100

26
 s12  s 42 0,38 2  0,42 2
sd 3     0,09 cm
n 100

s12  s52 0,38 2  0,29 2

sd 4     0,08 cm
n 100

s12  s62 0,38 2  0,22 2

sd 5     0,07 cm
n 100

Diferenţele însoţite de abaterile standard ale diferenţelor vor fi:

d 1  s d  0,48  0,10 cm lungime păstaie
1

d 2  s d 2  0,85  0,07 cm lungime păstaie

d 3  s d 3  0,01  0,09 cm lungime păstaie
d 4  s d 4  0,17  0,08 cm lungime păstaie
d 5  s d 5  0,53  0,07 cm lungime păstaie

3.5. Semnificaţia diferenţei. Diferenţa limită (DL)

Mărimea absolută a unei diferenţe se poate stabili fie unor cauze accidentale, fie unor
deosebiri esenţiale (adevărate) între indivizii grupelor comparate.
În general, diferenţele mici se consideră nesemnificative (grupele comparate sunt
asemănătoare). Semnificaţia unei diferenţe se poate aprecia cu ajutorul diferenţei limită (cea mai
mică diferenţă semnificativă), care se notează cu „DL“ şi se foloseşte ca termen de comparaţie
pentru a stabili semnificaţia fiecărei diferenţe.
Diferenţa limită se calculează cu ajutorul formulei:

DL = u · s d (formula nr. 22)

Diferenţa limită corespunzătoare graniţelor semnificaţiei pentru P = 5%; P = 1% şi P =

0,1%, va fi:

DL5% = 1,96 · s d ; DL1% = 2,58 · s d ; DL0,1% = 3,29 · s d

În vederea aprecierii semnificaţiei unei diferenţe, în statistica matematică cu aplicaţii în

biologie, se folosesc următoarele grade de semnificaţie:

Simbolizarea
Gradul de semnificaţiei
Clasa de semnificaţie
semnificaţie Abateri Abateri
pozitive negative
Diferenţă
d < DL5% – –
nesemnificativă
d între DL5% şi Diferenţă
* 0
DL1% semnificativă
d între D1% şi Diferenţă distinct
** 00
DL0,1% semnificativă
d > DL0,1% Diferenţă foarte *** 000
27
 semnificativă

Se va examina semnificaţia diferenţelor obţinute pentru caracterul lungimea păstăii, la cele

şase soiuri de arahide luate în considerare.
1. d 1  s d  0,48  0,10 cm lungime păstaie (***)
1

DL5% = 1,96 · 0,10 = 0,19

DL1% = 2,58 · 0,10 = 0,25
DL0,1% = 3,29 · 0,10 = 0,33

2. d 2  s d  0,85  0,07 cm lungime păstaie (000)

2

DL5% = 1,96 · 0,07 = 0,13

DL1% = 2,58 · 0,07 = 0,18
DL0,1% = 3,29 · 0,07 = 0,23

3. d 3  s d  0,01  0,09 cm lungime păstaie (–)

3

DL5% = 1,96 · 0,09 = 0,17

DL1% = 2,58 · 0,09 = 0,23
DL0,1% = 3,29 · 0,09 = 0,29
4. d 4  s d  0,17  0,08 cm lungime păstaie (*)
4

DL5% = 1,96 · 0,08 = 0,15

DL1% = 2,58 · 0,08 = 0,20
DL0,1% = 3,29 · 0,08 = 0,26

5. d 5  s d  0,53  0,07 cm lungime păstaie (***)

5

DL5% = 1,96 · 0,07 = 0,13

DL1% = 2,58 · 0,07 = 0,18
DL0,1% = 3,29 · 0,07 = 0,23

În concluzie: în primul şi în ultimul caz (1 şi 5) diferenţele sunt foarte semnificative

pozitive, deoarece ele depăşesc valoarea DL 0,1% (0,48 > 0,33 şi 0,53 > 0,23); în cel de-al doilea
caz (2) diferenţa este foarte semnificativ negativă; în cel de-al treilea (3) diferenţa este
nesemnificativă, deoarece diferenţa de 0,01 < DL 5%, iar în al patrulea caz (4) diferenţa de 0,17 cm
se situează între DL 5% şi DL1%, deci semnificativă faţă de soiul Tâmbureşti, folosit ca martor.

4. CORELAŢIA DINTRE CARACTERE

Cu ajutorul metodei statistice s-au stabilit principalii indicatori privind variabilitatea unui
caracter în cadrul unei grupe de indivizi constituiţi într-o probă medie. În cercetările biologice însă,
nu ne interesează numai stabilirea variabilităţii caracterelor luate singular deoarece caracteristicile
unui organism se găsesc în raport de dependenţă reciprocă. Deci, în analiza materialului biologic se
ivesc numeroase cazuri când trebuie să studiem în acelaşi timp variabilitatea a două sau mai multe
caractere ale aceluiaşi organism şi să precizăm dacă între ele există sau nu vreo legătură de
reciprocitate. De asemenea, se impune cu necesitate studiul raporturilor de dependenţă dintre
anumite condiţii de mediu şi diferite caractere sau însuşiri ale organismelor, mai ales când acestea
prezintă un deosebit interes practic.
Raportul de dependenţă sau legătura care există între două sau mai multe caractere ale
aceluiaşi organism poartă numele de „corelaţie“.
Corelaţia este o lege a dezvoltării organismelor, în virtutea căreia modificarea unor
caractere prin dezvoltarea sau prin inhibarea acestora, atrage după sine o modificare
28
corespunzătoare a altor caractere sau însuşiri cu care se găsesc în raporturi de dependenţă. Pe
această bază a apărut termenul de variabilitate corelativă.
Corelaţiile prezintă importanţă din punct de vedere teoretic şi practic, punând în evidenţă
condiţionarea genetică a unor caractere şi permiţând indirect tragerea unor concluzii asupra
caracterelor sau însuşirilor aflate în legătură de reciprocitate.

4.1. Tipuri de corelaţii

A. Corelaţiile simple sunt acele corelaţii care reprezintă legătura reciprocă dintre două
caractere sau însuşiri, făcând abstracţie de celelalte caractere (însuşiri).
Un caracter este considerat determinator sau factorial, iar celălalt rezultativ sau afirmativ şi
spunem că cel afirmativ este în funcţie de cel factorial. Acest tip de corelaţie se poate exprima
matematic, astfel:
y = f (x) în care:
y = caracterul rezultativ (afirmativ)
x = caracterul determinativ (factorial)
Corelaţiile simple se împart în două categorii:
a. corelaţii liniare;
b. corelaţii curbilinii.
a. Corelaţii liniare se caracterizează prin faptul că cele două variabile exprimă o relaţie
liniară. Ele se împart după sensul de variaţie al celor două variabile, în două tipuri:
– corelaţii pozitive (directe), atunci când valorile celor două variabile cresc sau descresc în
acelaşi sens.
De exemplu: există o corelaţie pozitivă la grâu între productivitate, pe de o parte şi numărul
de fraţi fertili, lungimea spicului, densitatea spicului, numărul de spiculeţe în spic, numărul de
boabe şi mărimea acestora, pe de altă parte, corelaţia pozitivă dintre rezistenţa la ger a grâului şi
conţinutul în zaharuri al plantelor; la porumb, productivitatea este corelată pozitiv cu lungimea
perioadei de vegetaţie; la pomii fructiferi există o corelaţie pozitivă între productivitate şi numărul
mugurilor de rod, numărul, dimensiunile şi greutatea fructelor, etc.;
– corelaţii negative (inverse), atunci când valorile variabilei „x“ cresc, iar ale variabilei „y“
descresc sau invers.
De exemplu: corelaţia negativă dintre conţinutul de fibre al tulpinilor şi diametrul tulpinii la
cânepă; corelaţia negativă dintre rezistenţa la cădere a cerealelor şi talia plantelor; corelaţia
negativă între greutatea rădăcinilor (peste o anumită limită) şi concentraţia în zahăr la sfecla de
zahăr, etc.
b. Corelaţiile curbilinii se caracterizează prin faptul că, în timp ce valoarea unei variabile
creşte în permanenţă, valoarea celeilalte variabile creşte până la un punct, stagnează puţin şi apoi
descreşte, de exemplu, corelaţia dintre creşterea temperaturii şi respiraţia la plante.
B. Corelaţiile parţiale sunt acele corelaţii în care caracterul „x“, nu este influenţat numai
de caracterul „y“, ci şi de un al treilea caracter „z“. Deci, ne arată în ce măsură corelaţia dintre două
variabile este influenţată de a treia variabilă.
Corelaţia parţială reprezintă corelaţia dintre două variabile după îndepărtarea influenţei
celorlalte variabile (care se realizează prin menţinerea constantă a acestora). În practică se lucrează,
de regulă, cu 3 variabile, maximum 4 variabile, deoarece reclamă un volum foarte mare de calcule.
C. Corelaţiile multiple sunt acele corelaţii care ne arată în ce măsură o variabilă este
influenţată simultan de alte două sau mai multe variabile.
Corelaţiile multiple au o utilitate redusă în practică, preferându-se corelaţiile parţiale sau
cele simple, care exprimă mult mai exact legăturile dintre însuşiri.
Corelaţiile stabilite la organismele vii nu au un caracter absolut, aşa cum au corelaţiile
matematice deoarece ele depind de numeroşi factori sistematici sau accidentali.

29
 4.2. Analiza corelaţiile simple
Corelaţia dintre caractere se studiază grafic sau prin calcul.
Reprezentarea grafică se foloseşte pentru probele mici, înscriind valorile celor două
caractere pe axele coordonate (abscisă şi ordonată) şi determinând un punct comun pentru
caracterele perechi. Pentru probele mai mari legătura dintre caractere se stabileşte prin:
– Metoda grafică pe baza întocmirii tabelei de corelaţie;
– Metoda calculului coeficientului de corelaţie.

4.2.1. Întocmirea tabelei de corelaţie

Pe tabela de corelaţie se înscriu şirurile de variaţie, cu limite de clasă, a două caractere: unul
considerat X, iar al doilea Y.
Pe tabela de corelaţie se poate aprecia sensul şi intensitatea corelaţiei, după modul de
grupare a valorilor în jurul diagonalelor, tabelar.
Gruparea frecvenţelor de-a lungul diagonalei care porneşte din stânga de sus către dreapta
jos, indică o corelaţie pozitivă; gruparea în jurul celeilalte diagonale ne arată o corelaţie negativă.
Lipsa de corelaţie se remarcă prin repartizarea frecvenţelor la mijlocul tabelei de corelaţie.
Cu cât frecvenţele sunt mai strâns grupate în jurul diagonalelor, corelaţia între cele două
caractere este mai intensă.

Se prezintă liniatura unei tabele de corelaţie

x Clasele şirului de variaţie pentru caracterul

Σy
Y „x“
Clasele şirului de variaţie pentru caracterul „y“

Frecvenţa claselor şirului de variaţie „y“

Σx Frecvenţa claselor şirului „x“ n

Cazuri de corelaţie pozitivă, negativă şi lipsă de corelaţie sunt prezentate în tabelele de

corelaţie care urmează:
Corelaţia pozitivă. Repartizarea a 100 de indivizi în cazul unei corelaţii pozitive

x
a b c d e f Σy
y
a 2 2
b 3 3

30
 c 20 20
d 50 50
e 20 20
f 5 5
Σx 2 3 20 50 20 5 100

Corelaţia negativă. Repartizarea a 100 de indivizi în cazul unei corelaţii negative

x
a b c d e f Σy
y
a 5 5
b 20 20
c 50 20
d 20 50
e 3 20
f 2 5
Σx 2 3 20 50 20 5 100

Lipsă de corelaţie

x
a b c d e i Σy
y
a 1 2 3
b 3 7 12 22
c 3 40 7 50
d 4 3 1 8
e 1 5 1 7
i 5 3 2 10
Σx 4 15 50 15 11 5 100

Exemplu:
Se va completa tabela de corelaţie privind şirurile de variaţie cu datele ce exprimă lungimea
castanelor – considerat caracterul „x“ – şi grosimea castanelor – considerat caracterul „y“ .

Şirul de variaţie pentru lungimea castanelor (x)

x 2,5-2,74 2,74-2,98 2,98-3,22 3,22-3,46 3,46-3,7 3,7-… n

f 6 15 41 22 14 2 100

Şirul de variaţie pentru grosimea castanelor (y)

x 1,6-1,8 1,8-2,0 2,0-2,2 2,2-2,4 2,4-2,6 2,6-… n

f 4 20 39 23 11 3 100

Clasele şirului de variaţie „x“ se înscriu pe primul rând orizontal al tabelei, iar frecvenţele
corespunzătoare pe ultimul rând orizontal; clasele celui de al doilea şir de variaţie (y) se înscriu pe
prima coloană verticală, iar frecvenţele se trec pe ultima coloană verticală. Se repartizează din
tabelul de măsurători valorile individuale perechi pentru cele două caractere, trasând câte o linioară

31
orizontală sau verticală la întretăierea clasei de mărime pentru caracterul „x“ cu clasa de mărime
corespunzătoare pentru caracterul „y“.

Corelaţia dintre lungimea şi grosimea castanelor

x 2,5- 2,74- 2,98- 3,22- 3,46- 3,7-
Σy
y 2,74 2,98 3,22 3,46 3,7 …
1,6- - - --
4
1,8 1 1 2
1,8- ---- ------- ------ ---
20
2,0 4 7 6 3
--------
2,0- - ------ ------- -------- ---
21
2,2 1 6 ------- 8 3
21
--------
2,2- -- ----- ----- -
- 22
2,4 2 5 5 1
9
2,4- - ------ -----
12
2,6 1 6 5
2,6- - - -
3
… 1 1 1
Σx 6 16 40 22 14 2 100

x = lungimea castanelor; y = grosimea castanelor.

Din însumarea linioarelor se obţin frecvenţele pentru clasele perechi.

În tabela de corelaţie stabilită pentru cele două caractere, se constată o grupare a
frecvenţelor pe linia de mijloc, ceea ce dovedeşte o lipsă de corelaţie între lungimea şi grosimea
castanelor.

4.2.2. Calculul coeficientului de corelaţie „r“

Coeficientul de corelaţie se poate calcula, fie pornind de la valori grupate în şiruri de
variaţie (folosind tabele de corelaţie), fie de la valori negrupate, atunci când numărul de observaţii
este mai mic de 50.
În primul caz, coeficientul de corelaţie, „r“ se calculează cu formula:

f  a x  a y  n  bx  b y
r (formula nr. 23)
n  sx  s y

în care: f = frecvenţa indivizilor aparţinând celor două caractere (x şi y), repartizaţi în

interiorul tabelei de corelaţie, în funcţie de dimensiunile lor.
ax = abaterile corespunzătoare şirului de variaţie „x“, stabilite faţă de media probabilă (A);
ay = abaterile corespunzătoare şirului de variaţie „y“, stabilite faţă de media probabilă (A);
n = numărul de indivizi cercetaţi;

bx  
f a
pentru şirul „x“
n

32
 by  
f a
pentru şirul „y“
n

sx = abaterea standard (s*) pentru şirul „x“

sy = abaterea standard (s*) pentru şirul „y“.

Pentru stabilirea abaterilor (a), la cele două şiruri de variaţie, se delimitează mediile
probabile (Ax şi Ay).
Tabela de corelaţie se împarte în sectoarele I, II, III, IV. Produsele abaterilor (a x · ay) în
aceste sectoare vor fi pozitive sau negative, după cum urmează:

– Sectorul I: – ax · – ay = + ax · ay
– Sectorul II: + ax · – ay = – ax · ay
– Sectorul III: – ax · + ay = – ax · ay
– Sectorul IV: + ax · + ay = + ax · a

Tabela de corelaţie pentru caracterele: lungimea castanelor (x) şi grosimea lor (y)
-2 -1 A0 +1 +2 +3
x 2,5- 2,74- 2,98- 3,22-3,46 3,46- 3,7-…
Σy
y 2,74 2,98 3,22 3,7
- 1,6- I(+)16 13 20 II(-) 4
3 1,8
- 1,8- 44 72 60 32 20
2 2,0
-1 2,0- 12 61 210 81 32 21
2,2
A0 2,2- 20 90 50 50 10 22
2,4
+ 2,4- III(-) 10 IV(+) 61 52 12
1 2,6
+ 2,6- 12 14 3
2 …
Σx 6 16 40 22 14 2 100

Calculul termenului ± Σf · ax · ay
1. Se înmulţesc abaterile corespunzătoare (a x · ay) pentru fiecare frecvenţă, neglijând
semnul, care, aşa cum s-a arătat mai sus, este comun tuturor produselor dintr-un sector.
Pentru prima frecvenţă din sectorul I = 3, produsul abaterilor a x · ay = 2 · 3 = 6; pentru
frecvenţa următoare = 3, produsul abaterilor ax · ay = 2 · 1 = 2, etc.

2. Se calculează apoi produsele f · ax · a’y pentru fiecare sector separat, astfel:

I (+) II (–)
1·6=6 3·2=6
1·3=3 8·1=8
4 · 4 = 16 3·2=6
7 · 2 = 14 = - 20
1·2=2

*
Abaterea standard (s), se calculează, în acest caz, fără i 2.
33
 6·1=6
+ 47
III (–) IV (+)
6·1= 6
5 · 2 = 10
= + 16

3. Însumăm algebric sumele găsite în fiecare sector:

Σf · ax · ay = + 47 - 20 + 16 = + 43

Calculul termenilor bx · by

Tabel de calcul pentru bx Tabel de calcul pentru by

f a f·a f a f·a
6 -2 -12 4 -3 -12
16 -1 -16 20 -2 -40
40 0 0 – 28 21 -1 -21 – 73
22 +1 +22 22 0 0
14 +2 +28 12 +1 +12
2 +3 +6 + 3 +2 +6 + 18
56 Σf · ay = - 55
Σf · ax = +28
Σf · ax = +28 Σf · ay = - 55

bx = 
f a
(x) bx =
 28
 0,28
n 100

by = 
f a
(y) by =
 55
 0,55
n 100

Calculul termenilor sx şi sy
Tabel de
Tabel de calcul
calcul pentru
pentru ssyx
2   2fa    fa 
2 2
s
22
ff aa aa ff ·· aa ff ·· aa22 sx = f  a f  a n n (x)
y = (y)
46 -2
-3 94 -12
-12 24
36
16
20 -1
-2 41 -16
-40 16
80 n 1 n 1
40
21 -10 10 -210 210
22
22 +1
0 01 +22
0 22
0
136 
 28 55 2 2

14
12 +2
+1 14 +28 12
+12 56 sx = sy = 100 100 = 1,32
2 +3 9 +6 18 161  1,29
3 +2 4 +6 12 99 99
ff
· a·=a -=55;
+28; ff 2 2
· a· a= += 161
136

Înlocuim în formula (23) termenii calculaţi:

 43  100  0,28 · 0,55

r  0,16
100  1,29  1,32

4.2.3. Interpretarea coeficientului de corelaţie

34
 Coeficientul de corelaţie poate avea valori cuprinse între limitele: – 1 0 + 1.

- Când „r“ are valoarea cuprinsă între – 1 şi 0 ne indică o corelaţie negativă.

- Valoarea „r“ cuprinsă între 0 şi + 1 indică o corelaţie pozitivă, cu atât mai intensă cu cât se
apropie de + 1.
- Dacă „r“ = 0, între caracterele considerate nu există corelaţie.
În cazul castanelor luate ca exemplu, coeficientul de corelaţie r = +0,16, indică o corelaţie
foarte slabă între caracterele cercetate: lungimea şi grosimea acestora.

4.2.4. Calculul coeficientului de corelaţie pentru date negrupate

În cercetare când dispunem de soiuri, linii sau hibrizi în culturi pe micro-parcele, în colecţii
sau în sere, suntem, adesea, obligaţi să alcătuim probe medii cu un număr mic de indivizi (10, 20,
50). În aceste cazuri nu se pot forma şiruri de variaţie şi tabele de corelaţie, astfel încât, coeficientul
de corelaţie se va calcula după formula:

r
  x  x  y  y 
(formula nr. 24)
 x  x  y  y  2
2

Explicarea termenilor din formulă:

x şi y – reprezintă valorile individuale ale celor două caractere corelate;
x şi y – exprimă mediile aritmetice ale caracterelor corelate;
 x  x  – este abaterea fiecărei valori individuale a caracterului „x“ de la media aritmetică;
 y  y  – este abaterea fiecărei valori individuale a caracterului „y“ de la media aritmetică;
  x  x  y  y  – este suma produselor abaterilor celor două caractere;
  x  x  – este suma pătratelor abaterilor caracterului „x“;
2

  y  y  – este suma pătratelor abaterilor caracterului „y“.

2

Se prezintă un model de calcul al coeficientului de corelaţie, pornind de la date negrupate în

şiruri de variaţie, pentru a stabili corelaţia între numărul de boabe în păstaie (x) şi lungimea
păstăilor (y) la soiul de arahide Venus (n = 10).
Tabelul 15
Tabel de calcul cu date negrupate
Nr.
crt.
x y xx y  y  x  x  2  y  y  2  x  x  y  y 
1. 2 4,3 -0,2 +0,18 0,04 0,032 -0,036
2. 3 4,7 +0,8 +0,58 0,64 0,336 +0,464
3. 2 4,0 -0,2 -0,12 0,04 0,014 +0,024
4. 3 4,5 +0,8 +0,38 0,64 0,144 +0,304
5. 2 4,3 -0,2 +0,18 0,04 0,032 -0,036
6. 2 4,0 -0,2 -0,12 0,04 0,014 +0,024
7. 2 4,2 -0,2 +0,08 0,04 0,006 -0,016
8. 2 3,4 -0,2 -0,72 0,04 0,518 +0,144
9. 2 3,5 -0,2 -0,62 0,04 0,384 +0,124
10. 2 4,3 -0,2 +0,18 0,04 0,032 -0,036
Suma 22 41,2 0 0 1,60 1,51 +0,96
Media 2,2 4,12 - - - - -

Ordinea operaţiilor este următoarea:

35
 1. Calcularea mediilor aritmetice pentru cele două caractere:

x
 x  22  2,2 boabe în păstaie; y
 y  41,2  4,12 cm
n 10 n 10

2. Calcularea abaterii fiecărei valori „x“ faţă de medie „ x “  x  x  şi a fiecărei valori „y“
faţă de media „ y “  y  y  .
Se obţin astfel abaterile din coloanele 4 şi 5 a căror sumă trebuie să fie zero. În acest mod se
verifică şi exactitatea calculelor.
3. Se ridică la pătrat abaterile şi se însumează (coloanele 6 şi 7).
  x  x   1,60 ;   y  y   1,51
2 2

1. Se calculează produsele abaterilor  x  x  y  y  , care se însumează, ţinând

seama de semnul lor.
  x  x  y  y   0,96
Înlocuim în formula (24) termenii calculaţi şi aflăm valoarea coeficientului de corelaţie:

 0,96
r  0,62
1,60  1,51

Între cele două caractere: numărul de boabe în păstaie şi lungimea păstăii există o corelaţie
pozitivă.

4.2.5. Semnificaţia coeficientului de corelaţie

Mărimea coeficientului de corelaţie (r) ne indică sensul şi intensitatea corelaţiei între două
caractere. Ca orice valoare estimativă, coeficientul de corelaţie poate fi afectat de erori, care se pot
datora fie unor cauze accidentale, fie lipsei unei legături între caracterele indivizilor cercetaţi.
Semnificaţia coeficientului de corelaţie poate fi examinată cu ajutorul valorilor limită ale lui
„r“, în funcţie de numărul gradelor de libertate, corespunzătoare pragurilor de semnificaţie P = 5%;
P = 1% şi P = 0,1% (tabelul 16).
Tabelul 16
Valorile limită ale coeficienţilor de corelaţie
(r max) pentru diferite grade de libertate şi probabilităţi de transgresiune
Probabilitatea de transgresiune
Grade de
5% 1% 0,27% 0,1%
libertate
r(max)
0 1 2 3 4
5 0,75 0,87 0,93 0,95
10 0,58 0,71 0,78 0,82
15 0,48 0,61 0,60 0,72
20 0,42 0,53 0,60 0,65
25 0,38 0,49 0,55 0,60
30 0,35 0,45 0,51 0,55
35 0,32 0,42 0,48 0,52
40 0,30 0,39 0,45 0,49
50 0,27 0,35 0,41 0,44
60 0,25 0,33 0,37 0,41
36
 70 0,23 0,30 0,35 0,38
80 0,22 0,28 0,33 0,36
90 0,21 0,26 0,31 0,34
100 0,19 0,25 0,29 0,32
120 0,18 0,23 0,27 0,30
150 0,16 0,21 0,24 0,26
200 0,14 0,18 0,21 0,23
300 0,11 0,15 0,17 0,19
400 0,10 0,13 0,15 0,16
500 0,09 0,11 0,13 0,15
700 0,07 0,10 0,12 0,12
900 0,06 0,09 0,10 0,11
1000 – – – –
> 1000 < 0,06 < 0,09 < 0,10 < 0,11

Comparăm valoarea r = + 0,62, calculat pentru corelaţia dintre numărul de boabe în păstaie
şi lungimea păstăilor la soiul de arahide Venus, cu valoarea r(max) din tabelul 23, pentru 10 – 2 = 8
grade de libertate. Constatăm că valoarea „r“ calculată se încadrează între P 5% şi P1%, corelaţia fiind
semnificativă pozitivă.
Aprecierea semnificaţiei coeficientului de corelaţie (r) se face după schema:
- Când r < P5% este nesemnificativ;
- Când r este cuprins între P5% şi P1% = semnificativ;
- Când r este cuprins între P1% şi P0,1% = distinct semnificativ;
-Cândr>P0,1%=foartesemnificativ.

37
 V. REGRESIA (R)
Prin regresie (R) se înţelege cantitatea cu care creşte sau descreşte mărimea unui caracter
faţă de creşterea sau descreşterea celuilalt caracter cu o unitate de măsură.
De exemplu, regresia lungimii păstăilor de arahide faţă de numărul de boabe în păstaie este
cantitatea cu care creşte în medie lungimea păstăii pentru fiecare bob în plus în păstaie.
Se pot calcula două regresii şi anume:
 x
a. regresia caracterului „x“ faţă de caracterul „y“  R  , care exprimă cu ce cantitate creşte
 z
în medie caracterul „x“, în cazul modificării caracterului „y“ cu o unitate de măsură  y  1 ;
 y
b. regresia caracterului „y“ faţă de caracterul „x“  R  , care ne arată cu ce cantitate creşte
 x
caracterul „y“, atunci când caracterul „x“ creşte sau descreşte cu o unitate de măsură  x  1 .
Formulele de calcul ale acestor două regresii sunt:
x s x  ix
R  r (formula nr. 25)
y sy  iy

y sy  iy
R  r (formula nr. 26)
x s x  ix
în care: r = coeficientul de corelaţie;
sx = valoarea abaterii standard pentru caracterul „x“, calculată fără înmulţirea intervalului de
clasă;
sy = valoarea abaterii standard pentru caracterul „y“, calculată fără înmulţirea intervalului de
clasă;
ix = intervalul de clasă pentru şirul de variaţie „x“;
iy = intervalul de clasă pentru şirul de variaţie „y“.

Vom calcula cele două regresii între caracterele corelate luate în considerare la castane şi
anume: lungimea – grosimea.
Datele ce trebuie introduse în formulă sunt următoarele: r = + 0,16; s x = 1,29; sy = 1,32; ix =
0,24; iy = 0,20.

x 1,29  0,24
R  0,16  0,19 cm
y 1,32  0,20

Valoarea regresiei (+0,19 cm) ne arată că la o creştere a grosimii cu o unitate de măsură

(cm), lungimea castanelor creşte în medie cu 0,19 cm.

x 1,32  0,20
R  0,16  0,14 cm
y 1,29  0,24

Apoi, în cazul al doilea reiese că grosimea castanelor creşte în medie cu 0,14 cm la o

creştere a lungimii castanelor cu 1 cm.
În exemplificarea regresiei s-a pornit de la date grupate în şiruri de variaţie, folosind pentru
calcul indicatori specifici datelor grupate ca: abaterea standard (s), intervalul de clasă (i),
coeficientul de corelaţie (r).
Regresia, ca raport cantitativ de dependenţă între două caractere (x şi y) se poate stabili şi
pentru date negrupate (exemplul dat în tabelul 15). În acest caz, regresia se va exprima grafic
printr-o linie de regresie.
Înclinarea liniei de regresie, trasată prin intermediul a două axe rectangulare este o măsură a
creşterii valorii y, la o creştere a valorii „x“ cu o unitate de măsură.

38
 Această cantitate cu care creşte „y“, la o creştere a lui „x“ cu o unitate de măsură, reprezintă
valoarea coeficientului de regresie, care se notează cu „b“.
Formula coeficientului de regresie:
b
  x  x  y  y 
(formula nr. 27)
  x  x
2

În exemplul folosit la calculul coeficientului de corelaţie (pornind de la date negrupate),

coeficientul de regresie rezultă din introducerea în formula (27) a următoarelor date din tabelul 15.
  x  x  y  y   0,96;   x  x 
2
 1,60

 4851,0
b  0,6
282,40
Linia de regresie se stabileşte cu ajutorul ecuaţiei dreptei:

y=a+b·x
Din această ecuaţie se deduce că variaţia unei valori „y“ depinde de variaţia altei valori „x“
după o anumită lege.
Valorile lui „y“ le vom stabili folosind datele obţinute în tabelul 22.
x  2,2 ;
y = 4,12;
b = + 0,6
Se rezolvă ecuaţia dreptei:
y  a  bx
a  y  bx
a  4,12   0,6  2,2   2,8 Parametrii a şi b ai ecuaţiei dreptei ne dau posibilitatea să
calculăm valoarea medie a lui „y“ pentru un „x“ dat, celelalte condiţii
fiind considerate egale.
Cunoscând că a = 2,8, iar b = 0,6, dăm valori diferite lui „x“, pentru a determina creşterile
corespunzătoare pentru „y“, astfel:

x = 1; y = 2,8 · 0,6 · 1
x = 2; y = 2,8 · 0,6 · 2
x = 3; y = 2,8 · 0,6 · 3
x = 4; y = 2,8 · 0,6 · 4
Efectuând operaţiile obţinem:
x = 1; y = 1,68
x = 2; y = 3,36
x = 3; y = 5,04
x = 4; y = 6,72
Valorile obţinute sunt coordonatele liniei de regresie care determină punctele prin care trece
linia de regresie.
Regresia liniară a cazului citat (tabelul 15) va fi:

39
 10,12

8,12

6,12

4,12

2,12

0,12
1,2 2,2 3,2 4,2 5,2 6,2

Fig. 7. Linia de regresie dintre caracterele "numărul de boabe în păstaie" şi "lungimea păstăii"

În exemplul nostru, dacă numărul de boabe în păstaie creşte cu un bob, adică de la 2,2 la
3,2, lungimea păstăii va creşte cu 1,68 cm, adică va fi de:
4,12 + 1,68 = 5,8 cm
La o sporire a numărului de boabe în păstaie cu 2 boabe adică de la 2,2 la 4,2, lungimea
păstăii va ajunge la:
4,12 + 3,36 = 7,48 cm
La creşterea numărului de boabe în păstaie cu 3 boabe, de la 2,2 la 5,2 lungimea păstăii va
fi:
4,12 + 5,04 = 9,16 cm
Dacă numărul de boabe în păstaie creşte cu 4 boabe, adică de la 2,2 la 6,2, lungimea păstăii
va fi:
4,12 +6,72 = 10,84 cm

O asemenea regresie se numeşte lineară, deoarece unei creşteri a caracterului „x“ îi

corespunde o creştere proporţională a caracterului „y“. În cazul corelaţiilor, valorile individuale nu
se găsesc niciodată pe o linie dreaptă, ci ele sunt mai mult sau mai puţin împrăştiate.
Ca şi coeficientul de corelaţie, coeficientul de regresie (b) poate fi afectat de o eroare
oarecare. Semnificaţia lui se examinează pe baza ipotezei nule, potrivit căreia cercetăm dacă
coeficientul de regresie se abate semnificativ sau nu de la zero.
Relaţia dintre variabilele „x“ şi „y“ mai poate fi reprezentată printr-o curbă care să
corespundă unei ecuaţii pătratice, unei ecuaţii cubice sau unei ecuaţii de o altă putere. Calculul
acestor regresii polinomiale necesită un volum mare de calcule şi se aplică numai după o testare
prealabilă a linearităţii.
În unele situaţii, putem exprima influenţa simultană a două variabile (K şi Z) asupra
variabilei „y“ cu ajutorul regresiei liniare multiple, în a cărei ecuaţie, variabila „y“ este
independentă, ca exemplu: acţiunea simultană a numărului de boabe al unui ştiulete (X) şi a
lungimii ştiuleţilor (Z) asupra greutăţii boabelor unui ştiulete de porumb (Y).
Analiza regresiei are importante aplicaţii practice atât ca raport cantitativ al corelaţiei, cât şi
în evaluarea efectelor acţionării asupra caracterelor cu variabilitate continuă. Se poate, astfel,
prezice răspunsul pe care îl dă o caracteristică a organismului de la stimularea prin diferite mijloace
a altei caracteristici.
Acest exemplu de calculare a valorilor estimative nu s-a executat computerizat, ci prin
metoda clasică (de mână).
………………………………………………………………………………………………………...

40
 În cele ce urmează se redă un exemplu de calcul al valorilor estimative după modelul
computerizat:
Într-o suprafaţă de probă amplasată în cuprinsul unui arboret au fost investigaţi toţi arborii,
măsurându-se diametrele de bază la 1,30 m şi înălţimea. Pe baza acestor măsurători s-a întocmit
şirul de variaţie pentru variabila independentă x prin gruparea diametrelor din 2 în 2 cm, iar prin
gruparea înălţimilor din m în m s-a alcătuit şirul de variaţie pentru variabila dependentă y.
Tabelul 17
Variaţia diametrului şi înălţimii arborilor investigaţi
Nr.crt Diametrul (cm) Înălţimea (m)
Limitele Frecvenţa Limitele Frecvenţa
clasei (fi) clasei (fi)
Xi Yi
1 15-17 6 11,5-12,5 13
2 17-19 10 12,5-13,5 31
3 19-21 30 13,5-14,5 41
4 21-23 37 14,5-15,5 33
5 23-25 49 15,5-16,5 26
6 25-27 33 16,5-17,5 27
7 27-29 29 17,5-18,5 27
8 29-31 18 18,5-19,5 20
9 31-33 19 19,5-20,5 14
10 33-35 21 20,5-21,5 14
11 35-37 12 21,5-22,5 11
12 37-39 14 22,5-23,5 9
13 39-41 14 23,5-24,5 12
14 41-43 9 24,5-25,5 9
15 43-45 5 25,5-26,5 9
Suma fi = 306 Suma fi =306

În vederea caracterizării populaţiei arborilor din acest arboret, din care provine eşantionul
respectiv să se calculeze şi interpreteze următorii indici statistici:
1. Indicii de poziţie ai distribuţiilor: media aritmetică, mediana, modulul, reprezentarea
grafică (histograma) a distribuţiei şi poziţionarea indicilor de poziţie.
Media aritmetică: metoda multiplicării:
Xi fi Xi fi Yi fi Yi fi
16 6 96 12 13 156
18 10 180 13 31 403
20 30 600 14 41 574
22 37 814 15 33 495
24 49 1176 16 26 416
26 33 858 17 27 459
28 29 812 18 27 486
30 18 540 19 20 380
32 19 608 20 14 280
34 21 714 21 14 294
36 12 432 22 13 286
38 14 532 23 10 230
40 14 560 24 12 288
42 9 378 25 12 300
44 5 220 26 9 234
306 8520 306 5281

41
 Media aritmetică: metoda mediei provizorii:
Nr. Centrul Abaterea Frecvenţa fi a
crt. clasei(Xi) a fi
1 16 -4 6 -24
2 18 -3 10 -30
3 20 -2 30 -60
4 22 -1 37 -37
5 A 24 0 49 0
6 26 1 33 33
7 28 2 29 58
8 30 3 18 54
9 32 4 19 76
10 34 5 21 105
11 36 6 12 72
12 38 7 14 98
13 40 8 14 112
14 42 9 9 81
15 44 10 5 50
306 588

Nr. Centrul Abaterea Frecvenţa fi a

crt. clasei a fi
yi
1 12 -2 13 -26
2 13 -1 31 -31
3 A 14 0 41 0
4 15 1 33 33
5 16 2 26 52
6 17 3 27 81
7 18 4 27 108
8 19 5 20 100
9 20 6 14 84
10 21 7 14 98
11 22 8 13 104
12 23 9 10 90
13 24 10 12 120
14 25 11 12 132
15 26 12 9 108
306 995

2. Indicii ai dispersiei distribuţiilor: amplitudinea variaţiei,varianţa, abaterea standard,

coeficientul de variaţie.

Amplitudinea variaţiei:
W1 = Xmax – Xmin = 45 - 15 = 30 cm.
W2 = Xmax – Xmin = 26,5 – 11,5 = 15 m

42
 Varianţa: metoda multiplicării
X1 fi X1 fi X12 X2I fi X2 fi X2 fi X22 X22 fi
16 6 96 256 1536 12 13 156 144 1872
18 10 180 324 3240 13 31 403 169 5239
20 30 600 400 12000 14 41 574 196 8036
22 37 814 484 17908 15 33 495 225 7425
24 49 1176 576 28224 16 26 416 256 6656
26 33 858 676 22308 17 27 459 289 7803
28 29 812 784 11736 18 27 486 324 8748
30 18 540 900 16200 19 20 380 361 7220
32 19 608 1024 19456 20 14 280 400 5600
34 21 714 1156 24276 21 14 294 441 6174
36 12 432 1296 15552 22 13 286 484 6292
38 14 532 1444 20216 23 10 230 529 5290
40 14 560 1600 22400 24 12 288 576 6912
42 9 378 1764 15876 25 12 300 625 7500
44 5 220 1936 9680 26 9 234 676 6084
306 8520 14620 240608 306 5281 5695 96851

Varianţa: metoda mediei provizorii

X1 a fi a2 fi a2 X2 a fi a2 fi a2
16 -4 6 16 96 12 -2 13 4 52
18 -3 10 9 90 13 -1 31 1 31
20 -2 30 4 120 A 14 0 41 0 0
22 -1 37 1 37 15 1 33 1 33
A 24 0 49 0 0 16 2 26 4 104
26 1 33 1 33 17 3 27 9 243
28 2 29 4 116 18 4 27 16 432
30 3 18 9 162 19 5 20 25 500
32 4 19 16 304 20 6 14 36 504
34 5 21 25 525 21 7 14 49 686
36 6 12 36 432 22 8 13 64 832
38 7 14 49 686 23 9 10 81 810
40 8 14 64 896 24 10 12 100 1200
42 9 9 81 729 25 11 12 121 1452
44 10 5 100 500 26 12 9 144 1296
306 4726 306 8175

3. Indicii formei distribuţiilor: indicele asimetriei, indicele excesului

Indicele asimetriei:

Indicele excesului:
X1 a fi a4 fi a4 X2 a fi a4 fi a2
16 -4 6 256 1536 12 -2 13 16 208
18 -3 10 81 810 13 -1 31 1 31
20 -2 30 16 480 A 14 0 41 0 0
22 -1 37 1 37 15 1 33 1 33
A 0 49 0 0 16 2 26 16 416
24
26 1 33 1 33 17 3 27 81 2187

43
 28 2 29 16 464 18 4 27 256 6912
30 3 18 81 1458 19 5 20 625 12500
32 4 19 256 4864 20 6 14 1296 18144
34 5 21 625 13125 21 7 14 2401 33614
36 6 12 1296 15552 22 8 13 4096 53248
38 7 14 2401 33614 23 9 10 6561 65610
40 8 14 4096 57344 24 10 12 10000 120000
42 9 9 6561 59049 25 11 12 14641 175692
44 10 5 10000 50000 26 12 9 20736 186624
306 25687 71973 306 675219

VI. CRITERII PENTRU ELIMINAREA VALORILOR EXTREME (aberante)

Într-un şir statistic obţinut în urma efectuării diferitelor măsurători pe teren, pot apărea unele
valori care se abat foarte mult faţă de celelalte observaţii. Apariţia acestor valori se poate datora
utilizării unor instrumente necorespunzătoare (neetalonate), greşeli în executarea măsurătorilor sau
apartenenţei materialului studiat la o altă populaţie (specie, varietate, etc).
Având în vedere influenţa mare a erorilor asupra rezultatelor experimentale care poate duce
la anihilarea efectului unui anumit tratament sau mascarea valorii unei variante se impun anumite
măsuri de prevenire sau corectare a erorilor.
Pentru a obţine valori medii ale unui caracter la o anumită variantă, odată cu reducerea
variabilităţii şi erorilor care afectează acest caracter se folosesc diferite metode de eliminare a
valorilor (indivizilor) care se abat foarte mult faţă de medie. După eliminarea pentru fiecare variantă
a valorilor (indivizilor) care prezintă abateri mari, se recalculează parametri statistici ai experienţei,
obţinându-se valori experimentale mult mai reale decât cele anterioare.
În cazurile când după eliminarea valorilor aberante nu are loc o mărire a preciziei
rezultatelor sau reducere a variabilităţii, înseamnă că experimentarea nu s-a realizat corespunzător,
sau materialul studiat nu a fost omogen. Ca atare, rezultatele respective nu sunt reale şi nu au
valoare ştiinţifică.
- O primă metodă de corectare a erorilor şi reducerea variabilităţii care afectează media unui
caracter pentru o anumită variantă, se poate face prin eliminarea valorilor experimentale
(indivizilor) care se situează în afara intervalului de încredere al populaţiei din varianta respectivă:
Spre exemplificare, considerăm că în urma experimentării pentru o anumită variantă sau
obţinut datele experimentale prezentate în ordine crescătoare. Pentru a afla valoarea reală a variantei
se elimină datele experimentale situate în afara intervalului de încredere:

Date experimentale
Nr. crt. Date exper. Nr. crt. Date exper. Nr. crt. Date exper.
1 53 11 66 21 79
2 58 12 67 22 80
3 58 13 68 23 81
4 60 14 68 24 81
5 62 15 70 25 82
6 63 16 72 26 82
7 64 17 72 27 87
8 65 18 73 28 95
9 66 19 75 29 100
10 66 20 78 30 113

44
 În urma efectuării calculelor s-au obţinut următorii indici statistici: x  73,46 ;
s x  2,40 s % =17,93; s = 13,17. Ulterior s-a calculat intervalul de încredere pentru 29 grade
de libertate şi t 0,1% = 3,66: x  (t  s x )  73,46  (3,66  2,4)  73,46  8,78 şi pe baza acestuia s-
au eliminat datele experimentale situate în afara intervalului 63,62-----82,24, astfel încât au rămas
doar 20 de valori, prezentate în tabel.

Date experimentale
Nr. Date Nr. Date Nr. Date Nr. Date
crt. exper. crt. exper. crt. exper. crt. exper.
1 64 11 67 21 72 26 80
2 65 12 68 22 73 27 81
3 66 13 68 23 75 28 81
4 66 14 70 24 78 29 82
5 66 15 72 25 79 30 82

Pe baza acestui nou set de date experimentale s-au obţinut următorii indici statistici:
x  72,75 s x  1,44 s % = 8,87; s = 6,45, observându-se o reducere substanţială atât a
erorii care afectează media variantei respective (de la 2,40 la 1,44), cât şi a variabilităţii (de la
17,93 la 8,87).
Criteriul Chouvenet consideră că trebuie eliminate dintr-un şir statistic valorile care sunt în
afara intervalului x  ( k  r ) , unde: x - media aritmetică; r - eroarea probabilă a unei singure
măsurători (r = + 0,6745 s); k – coeficient în funcţie de numărul valorilor observate (până la 11
valori, k=3; 12-30 valori, k=3,5; 31-100 valori, k=4; peste 100 valori, k=4,5).
r = 0,6745 s = 0,6745 x 13,17 = 8,88
x  ( k  r )  73,46  (3,5  8,88)  73,46  31,09 42,37------104,55 ca atare doar
valoarea 113 se găseşte în afara intervalului fiind considerată aberantă şi trebuie eliminată.
Criteriul Charlier presupune eliminarea valorilor care depăşesc intervalul x  ( Zq  s ) unde
Zq – coeficient din tabel in funcţie de numărul de observaţii şi q .

………………………………………………………………………………………………………...

VII. Fişe de conspect

45
 Fişa 1. - Protecţia muncii la doborârea arborilor

Obligaţii:
- alegerea
corespunzătoare a
direcţiei de doborâre
- pregătirea
locului de muncă
- stabilirea
potecilor de refugiu,
în partea opusă
direcţiei de doborâre,
la un unghi de 45°
faţă de aceasta
- înlăturarea lăbărţărilor pronunţate zona de
siguranţă
tăierea din tapa
partea opusă

tapa

pragul

tăierea din partea opusă

Recomandări convenţionale :
Adâncimea tapei: 1/3D - 1/2D la arborii groşi, 1/4D - 1/3D la arborii subţiri.
Înălţimea tapei: 1/7D-1/6D la arborii groşi, 1/10D la arborii subţiri
Înălţimea pragului de frânare: 3-5 cm.
Grosimea zonei de siguranţă: 1/10D - 1/8D.
Calupul tapei se va scoate cu ajutorul toporului astfel încât să nu rămână părţi nescoase din
acesta.
Baterea penelor asigură doborârea pe direcţia dorită.

46
 Fişa 2. - Formula lui Huber

- -
+
+ -

+
+ d l/2
- -
+ +
- -

L
V=  L [m3]

V = 0,785 d2l/2 L [m3]

 - cercul secţiunii de la mijlocul buşteanului.

Huber a fost un inspector forestier în Bavaria, la începutul sec. XIX. El socotea un cilindru
perfect buşteanul măsurat. Din acest motiv o parte din lemn nu este prins de formula cilindrului,
după cum lemn care nu există în realitate, este prins de formula de cubare. Pentru întregul buştean
însă, plusul şi minusul de volum se compensează.
Arborele etalon: dL/2 = 40 cm, L = 8 m, V = 1,005 m3
În depozite buştenii sunt adesea stivuiţi. Pentru a se cuba lemnul fără stricarea stivei, se
măsoară diametrul de la capătul subţire al buşteanului deoarece este socotit mai stabil.
Pe loturi mari de piese, în general, erorile se compensează. În acest caz cubarea se va face cu
tabele de cubaj care folosesc drept dimensiuni de lucru diametrul la capătul subţire şi lungimea
stivei.

Măsurarea diametrelor
la capătul subţire

47
Fişa 3. - Instrumente dendrometrice

Ruleta forestieră
Se fixează la capătul gros al
buşteanului cu un cârlig.
Măsurarea lungimii se poate face de
un singur muncitor, odată cu
fasonarea lemnului.
Cârligul se desface prin scuturare,
ruleta se bobinează automat.

Panglica dendrometrică
Pe o parte este gradată în cm şi dă
circumferinţa arborelui.
Pe cealaltă parte este gradată în ¶ şi
dă direct diametrul.
Cârligul permite agăţarea de coajă
pentru a fi folosită de un singur om.
Are o lungime de 5 m.

Clupa
Construită din aliaje foarte uşoare.
Pe o parte gradată din cm în cm
pentru buşteni iar pe cealaltă din 2 în
2 cm pentru arborii pe picior.

Clupa înregistratoare
Înregistrează diametrele, primeşte
înălţimile, cubează, trimite datele la
imprimantă..
Etanşă, antişoc, 1 kg.

48
Fişa 4. - Instrumente de măsurare a înălţimilor

Dendrometrul cu pendul
Fabricat de Blume-Leiss (De)
în 9 variante.
Este simplu şi robust.
Precizie 0,5 m.

Dendrometrul cu tambur
Tambur în baie de ulei, etanş,
fiabil, antişoc.
Fabricat de Suunto (Fi), Silva
(GB).
Precizie 0,5 m.

Dendrometrul Forestor
Vertex
Fabricat de Haglof (Se).
Sistem de măsurare electronică
a înălţimilor, rapidă.
Funcţionează pe bază de
ultrasunete, cu o precizie de 10
cm.

Relascopul cu oglindă
Conceput de doctorul
Bitterlich, fabricat de Spiegel
(Au).
Măsoară înălţimi, diametre,
suprafeţe de bază, panta
terenului.
Estimează volumul arborilor pe
picior.
Instrument de precizie (0,5 m).

Fişa 5. - Regulile de măsurare a înălţimilor

49
 Distanţa de la operator la arbore trebuie determinată cu mare precizie.
La unele dendrometre ocularul lunetei se reglează prin rotire.
Înălţimea se obţine din două vize care se adună, la vârful şi la baza arborelui.
Pe terenuri cu înclinări mai mari de 3g înălţimea se corectează în funcţie de pantă.
Pe terenuri înclinate operatorul se aşează pe curba de nivel pentru a nu fi necesară corecţia
de pantă.
Poziţia operatorului trebuie să fie verticală în timpul vizării.
Operatorului trebuie ca să nu îi tremure mâna.
Pentru verificare şi precizie distanţele şi înălţimile trebuie apreciate de două ori.
Dendrometrul cu pendul trebuie se va verifica periodic, pe înălţimi cunoscute.
Eroarea de 0,5 m comisă la măsurarea distanţei dintre operator şi arbore se transmite asupra
înălţimii cu o valoare cuprinsă între 0,5-1 m.

50
 Fişa 6. - Cubarea arborelui în picioare

Diametru de
bază H

suprafaţa de bază  g = (¶/4)  d1,3 2

1,3 m

Volumul se poate afla cu tabele, întocmite pe bogat material experimental pe fiecare specie
de bază; azi incomod.

Va = Vc  f = g  h  f

Va - volumul arborelui
Vc - volumul cilindrului
f - coeficientul de formă

f = Va/Vc
Indicele de formă
k = dh/2/d1,3

f = 0,66  k2 + 0,32/ k  h + 0,140 (V. Giurgiu)

Volumul astfel calculat dă valori medii nesatisfăcătoare pentru un singur arbore,

satisfăcătoare pentru arborete, deoarece erorile se compensează.

51
 Fişa 7. - Observaţii privind cubarea arborilor

În prima etapă a cubării pe toţi arborii pe care îi estimăm îi socotim cilindri perfecţi. Acest
lucru îl facem numai pentru a-i putea prinde cu uşurinţă în formula matematică elementară V =
Abh.
În etapa a doua cilindrii imaginari îi corectăm fie prin amplasarea clupei la mijlocul
buştenilor, fie prin folosirea unui număr de corecţie la arborii pe picior. Prin urmare, atât poziţia
clupei pe buşteni cât şi coeficienţii de formă ai arborilor pe picior sunt făcuţi doar ca să apropie
volumul unor cilindri imaginari, avuţi în vedere ca primă abordare a cubării, de volumul arborilor
reali care efectiv se cubează.
Proiecţia la sol a cercurilor de la înălţimea pieptului, materializate în teren exact în
momentul în care se pune pe arborii respectivi clupa, devine suprafaţa de bază a arborilor ori
arboretului, prin urmare o sumă de cercuri ce constituie alături de înălţimea (medie) un parametru
indispensabil pentru aflarea volumului.
Avem în vedere şi faptul că, în silvicultură, nu putem calcula cercul cu raza ca în matematică
ci, din motive practice, cu diametrul. Ca urmare, aria matematică a cercului a = 3,14  r2 devine în
meseria noastră, prin înlocuirea razei cu jumătatea diametrului, g = 0,785  d2.
Peisajul cifric în care ne desfăşurăm atunci când executăm cubarea, situat în permanenţă pe
enunţurile de mai sus, ne ajută să înţelegem mai bine estimarea masei lemnoase de oriunde şi pe
orice fond forestier s-ar realiza.

Fişa 8. - Gale şi colţani

Formaţiuni bolnăvicioase, pe seama fructelor şi frunzelor de stejar, datorită înţepăturilor
provocate de unele viespi pentru a-şi depune ouăle.
Galele sunt sferice de culoare brun-castanie şi cu mici asperităţi la suprafaţă. Iau naştere prin
înţeparea mugurilor foliacei.
Colţanii au formă neregulată, colţuroasă de culoare brună închis. Iau naştere din înţeparea
ghindei în dezvoltare.
Ambele au un conţinut însemnat de taninuri de calitate superioară.
Producţiile de gale şi colţani au loc la 3-5 ani odată, de regulă la marginea masivului
forestier şi depind de abundenţa viespilor.
Colectarea se face în septembrie-octombrie când galele şi colţanii ajung la maturitate şi cad
de pe arbori.
Producţia: 110 - 140 kg/ha.
Faze de lucru: cules, uscare, păstrare, ambalare, livrare, transport.

52
 Sarcini de lucru
De pe o frunză de stejar sau de pe un lujer culegeţi o gală şi secţionaţi-o.
Ce observaţi înăuntru?
Ce se poate spune despre gustul taninului conţinut într-o gală?
Notaţi în caiet toate observaţiile făcute.

Folii retroproiectoare
1. Măsurarea grosimilor cu clupa forestieră (T1)

Braţ fix

g
Riglă
compensată

Diametrul
este dat
de această
diviziune

Diviziunea de sub
manşon se neglijează Braţ mobil

Pentru arbori
doborâţi
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Pentru arbori
pe picior
2 4 6 8 10 12 14 16 18 20

53
 Gradarea clupelor

De regulă, în practica silvică suprafaţa cercului (g) se află în funcţie de diametrul de bază.
Invers, există şi unele situaţii când diametrul de bază se calculează plecând de la g (suprafaţa
de bază).
Atenţie! Eroarea de citire a diametrului se ridică la pătrat în timpul cubării
g = 0,785  d2 [m2]

Măsurarea înălţimilor cu dendrometrul (T2)

Larice
D
Înălţimea [m]
Distanţa operator-arbore [m]

H = D  tg 

Principiile măsurării înălţimii 45°

arborilor
Distanţa de la operator la arbore se află pe cale optică.
Cu hipsometre clasice precizia de măsurare a înălţimilor arborilor pe picior este la o
jumătate de metru.
Prin comparaţie, precizia de măsurare a diametrelor arborilor pe picior este la 2 cm citiţi pe
riglă compensată.

Viza la vârful arborelui

0
Viza la nivelul
ochiului

15

Viza la baza
20
arborelui Model de reticul
pentru dendrometrul Suprafaţa
Viza pentru distanţă cu pendul de bază
25

Mira pliantă
35

54
 Cubarea arborelui în picioare (T3)

dh/2

h/2
d1,3

1,3

Suprafaţa proiectată la fr. surface terrière

baza arborelui (g)
engl. tree basal
area
Noţiuni care trebuie reţinute:
Volumului cilindrului calculat şi corectat, volumului real, diametrul de bază, suprafaţa de
bază, coeficientul şi indicele de formă, aici în vedere spaţială.

Coeficienţi şi indici de formă (T4)

Coeficienţi de formă ai arborelui întreg la fag (I. Decei)

h d…cm h
m 30 32 34 36 38 40 m

26 0,500 0,497 0,494 0,491 0,490 0,489 26

55
 Coeficienţi de formă ai fusului la molid (I. Decei)

h d…cm h
m 30 32 34 36 38 40 m

26 0,448 0,439 0,431 0,424 0,424 0,417 26

Indici de formă (k) medii pentru România (Biometria arborilor …, 1972)

Specia k Specia k Specia k

Molid 0,67 Anin alb 0,70 Carpen 0,64
Brad 0,69 Plop tremurător 0,69 Jugastru 0,63
Larice 0,64 Gorun 0,67 Salcâm 0,60
Duglas 0,65 Stejar 0,68 Frasin 0,65
Pin negru 0,69 Paltin 0,63 Anin negru 0,66
Fag 0,68 Ulm 0,67 Plop alb şi negru 0,62
Mesteacăn 0,60 Cer 0,63 Salcie 0,58

Atenţie!
Volumul matematic a 2 arbori cu acelaşi diametru de bază şi cu aceeaşi înălţime este perfect
egal; Volumul real la aceşti arbori însă, poate fi de valori diferite.

Proiect de laborator
Tema laboratorului:
Recoltarea produselor nelemnoase cu conţinut ridicat de tananţi.
Introducere:
Taninurile sunt compuşi chimici acumulaţi în plante care au însuşirea de a transforma pielea
crudă în piele tăbăcită. Pielea în stare crudă se îmbibă cu cantităţi mari de apă şi putrezeşte la
acţiunea microorganismelor, iar în stare uscată este dură şi casantă
Taninurile au rolul de a apăra planta de dăunători şi de a o proteja contra putrezirii
Noţiuni noi:
Taninuri, tăbăcire, argăsire, colţani, gale
Obiectivele lecţiei:
Identificarea materiilor prime din arborii care au conţinut de tanin (scoarţă, lemn, conuri,
frunze, colţani, gale)
Prezentarea tehnologiei recoltării scoarţei cu ajutorul cojitoarelor manuale
Elemente despre gale şi colţani
Timp necesar:
1 oră
Materiale:
Indrumător de laborator, folii transparente, fişe de conspect, unelte, eşantioane de coajă,
gogoaşe de ristic, etc.
Secvenţele laboratorului:
Discuţii cu studenţii despre importanţa taninurilor în viaţa de fiecare zi.
Trecere în revistă a materiilor prime care au conţinut de tanin.
Prezentarea cuţitoaielor şi a diferitelor tipuri de cojitoare manuale de pe folii transparente
sau din stocul existent în dotarea laboratorului.
Enumerarea operaţiilor de recoltare a scoarţei: inelarea trunchiului, curăţirea scoarţei de
muşchi, tăierea în lung, desprinderea, strujirea, zvântarea, uscarea, tocarea.
Prezentarea galelor şi colţanilor: cauzele producerii lor, periodicitatea.
Enumerarea etapelor de colectare a galelor şi colţanilor: cules, uscare, păstrare, ambalare,
transport.
56
 VIII. Cuvinte cheie

buştean - piesă de lemn brut, rotund, gros cu o lungime mai mare de 2,5 m;
butuc - piesă de lemn brut, rotund, gros cu o lungime mai mică de 2,5 m;
colţan - excrescenţă de pe ghinda de stejar produsă de înţepătura insectei Agnipis calicis,
întrebuinţată la argăsitul pieilor (Micul dicţionar academic).
corhănire - în parchetele cu panta mare, operaţie prin care lemnul se împinge să alunece pe
sol;
dezaninare - acţiunea prin care se aduce la sol un arbore aninat doborâtură de vânt - arbori
rupţi sau dezrădăcinaţi de intemperii
fasonare - operaţiile care urmează doborârii arborelui precum curăţirea de crăci, retezarea
vârfului, secţionarea fusului;
înlăturarea lăbărţărilor - eliminarea părţilor îngroşate de lemn situate la baza unor arbori;
martoane - crăcile şi vârfurile rămase după fasonarea arborilor, adunate şi puse sub forma
unor benzi pe linia de cea mai mare pantă;
pană - pana de doborâre este din aluminiu, plastic sau lemn, evită strângerea lamei
ferăstrăului în tăietură şi menţine direcţia de cădere a arborelui;
prag - diferenţă de nivel între tapă şi tăietura din partea opusă;
tapă - este realizată din două tăieturi de ferăstrău spre a-i da arborelui direcţia de cădere;
tăietură din partea opusă (tăietură de doborâre) - se face cu ferăstrăul în partea opusă
tapei; permite căderea arborelui;
tirfor - utilaj uşor ce permite, cu ajutorul unui cablu acţionat de un levier şi de nişte fălci,
tragerea arborilor aninaţi;
ţapină - unealtă forestieră înzestrată cu un cioc, permite răsucirea şi deplasarea buştenilor
prin alunecare.
IX. Glosar de termeni

act de punere în valoare - document tehnico-gestionar;

arbore pe picior; arbore în picioare - arbore din pădure, nedoborât
carnet de inventariere - în care se trec dimensiuni măsurate şi aprecierile vizuale asupra
arborilor
cherestea - scândură
clupă - instrument folosit la măsurarea diametrelor arborilor
ciocan de marcat - topor special ce serveşte la marcarea arborilor
coajă - ţesutul protector al arborilor
coeficient de formă - raport între volumul comercial şi volumul unui cilindru care ar avea
drept bază secţiunea de la piept (de bază) şi ca înălţime înălţimea trunchiului
coji, a (verb) - desprinderea cojii de pe trunchi
colectarea lemnului - operaţie de lucru ce presupunere aducerea lemnului de la locul de
doborâre până la locul de stocare şi încărcare în mijloacele de transport
crăci - ramificaţiile principale ale tijelor
cubare - estimare a volumului unui arbore, a unui arboret, a unei parcele…
curăţire de crăci - tăierea crăcilor arborelui; fasonare
dendrometrie - taxaţie, estimaţie forestieră
dendrometru - instrument cu care se măsoară înălţimea arborelui
despuiere - centralizare a diametrelor din carnetul de inventariere
diametrul central al suprafeţei de bază - corespunde arborelui care împarte şirul statistic
al arborilor inventariaţi în 2 părţi cu suprafeţe de bază egale. Este un diametru reprezentativ,
teoretic, puţin influenţat de rărituri
diametru de bază - măsurat pe arbore la înălţimea de 1,3 m de la sol
diverse moi - DM - două sau mai multe specii, precum plopul, salcia, mesteacănul, care
totalizează mai mult de o zecime din arboret

57
 diverse tari - DT - două sau mai multe specii, precum frasinul, paltinul, care totalizează mai
mult de o zecime din arboret
echien - un arboret ai cărui arbori au vârsta aproximativ egală
elagaj - căderea crăcilor uscate, moarte; tăierea ramurilor unui arbore în partea de jos
factor de cubare - număr mai mic decât 1; fc = volumul de lemn / volumul aparent; arată
câţi metri cubi conţine a metru ster
ferăstrău mecanic (cu lanţ) - folosit pentru doborârea şi fasonarea arborilor; numit
impropriu Drujbă
fir - arborele luat ca unitate; un singur arbore; arborele bucată cu bucată
foios - arbore din grupa foioaselor, având frunzele caduce
gelivură - crăpătură cicatrizată şi proeminentă, în scoarţă şi lemn, produsă de ger
inventarierea arboretului - măsurare, înregistrare şi prelucrare a caracteristicilor
biometrice ale arborilor şi arboretelor
inventariere fir cu fir - inventariere totală sau integrală; se ia în socoteală fiecare arbore
lemn de celuloză - lemn de orice specie şi dimensiune destinat obţinerii hârtiei şi
cartoanelor
marcarea arborilor - operaţie prin care se aleg şi marchează arborii ce urmează a se doborî
ochi - locul unde se taie arborii, la tăierile progresive
ocol silvic - unitate administrativ-economică, fără personalitate juridică, pentru gospodărirea
unei suprafeţe de fond forestier ( > 5000 ha)
parcelă - diviziune a unei păduri, omogenă; uitate de bază pentru amenajament
parcelar - ansamblul parcelelor repartizate în teren definitiv
parchet - suprafaţă delimitată de pădure unde se găsesc arbori marcaţi pentru exploatare; are
nume; i se dă numărul actului de punere în valoare
partidă - act de punere în valoare înregistrat; prin extensie parchet
pădurar - personal silvic de teren
platformă forestieră (depozit) - rampă; loc unde se pregăteşte lemnul în vederea
transportului
posibilitate - cotă anuală de tăiere de pe o anumită suprafaţă silvică
postaţă - lăţimea unei benzi pe care merg clupaşii odată, cu ocazia unei inventarieri fir cu fir
punerea în valoare a pădurilor - stabilirea şi delimitare a parchetelor, marcarea arborilor
de extras, estimarea în metri cubi, pe sortimente şi în lei a masei lemnoase
răşinos - arbore din grupa răşinoaselor, cu frunzele (ace) persistente
recoltarea arborilor - doborârea şi fasonarea arborilor
regenerare - operaţie ce asigură reînnoirea pădurii
resturi de exploatare - resturi ce rămân în parchet după exploatare
secţionare - tăiere transversală a lemnului, după ce arborele a fost doborât
serii de volume - volume la rând (serie) luate din tabele de cubaj
silvicultură - gospodărirea pădurilor
sortarea lemnului - analiza masei lemnoase după diametru şi calitate, repartizată pentru
diverse utilizări; ocolul silvic o face pe picior cu ocazia întocmirii actelor de punere în valoare
sortiment - produs lemnos rezultat din arbore
specie / esenţă - termen forestier care desemnează categoria biologică a arborilor dintr-o
pădure
ster - unitate de volum, aparent egală cu un metru cub, pentru lemn stivuit
stivă - grămadă de lemn
suprafaţă de bază a arborelui - suprafaţa cercului la 1,30 m de la sol, de bază în estimările
forestiere (g)
suprafaţă de bază a arboretului - suprafaţa tuturor cercurilor situate imaginar la 1,30 m de
la sol, de bază în calculul volumului arboretului (G)

58
 tabele de cubaj - tabele cu două sau mai multe intrări permiţând obţinerea prin estimare
bazată pe măsurători precise a unor arbori echivalenţi (tarife) ori prin extrapolări plecând de la
formule matematice (bareme, ecuaţii de regresie) a volumului pe baza unor măsurători directe
tabelă de producţie - tabel cu cifre arătând pentru o anumită specie caracteristicile
arboretului la anumite vârste, pentru fiecare clasă de producţie
T. A. F. - tractor articulat forestier
taxă forestieră - valoarea masei lemnoase pe picior
trunchi / tulpină - partea comercială a fusului unui arbore
unitate de producţie - subdiviziune a unui ocol silvic (cca. 4000 ha)
volum unitar - volumul unui arbore socotit individual

59
 X. Bibliografie selectivă

1. Coloman Vacyy - Dicţionar botanic poliglot, Editura Ştiinţifică şi Enciclopedică,

Bucureşti, 1980.
2. Horst Schaub, Karl G. Zenke - Dicţionar de pedagogie, Editura Poliron, Iaşi, 2001.
3. Ioan Iancu - Îndrumarul pădurarului, teoria şi practica meseriei, Editura Pegas, Bucureşti,
1999.
4. Ioan Iancu - Mica enciclopedie a pădurii, Ediţia a II-a, Editura Grupul Drago Print,
Bucureşti, 1996.
5. I. Popescu-Zeletin ş. a. - Tabele dendrometrice, Editura Agro-Silvică de Stat, Bucureşti,
1957.
6. Nico Hirtt - Les nouveaux maîtres de l'Ecole, VO Editions EPO, Montreuil, 1999.
7. Victor Giurgiu ş. a. - Biometria arborilor şi arboretelor din România, Editura Ceres,
Bucureşti, 1972.
8. Victor Giurgiu - Conştiinţa forestieră la români, Editura Snagov, Bucureşti, 2003.
9. *** - Dicţionar de pedagogie, Editura didactică şi pedagogică, Bucureşti, 1979.
10. *** - Manuel d'exploitation forestière, Tome I, ARMEF - CTBA - IDF, Paris, 1993.
11. *** - Terminologie de la sylviculture au Canada, Deuxième édition, Service canadien
des forêts, Ottawa, 1995.

Site-uri Internet.
Periodice silvice
www.urbanfischer.de/journals/jfe - Journal of Forest Economics
www.atl.nu - ATL (Newspaper for forestry and farming)
www.forestry.se - Tidningen Skogen (The Journal Skogen)
www.fbti.co.uk - Forestry & British Timber
www.nticforet.qc.ca - Forestmedia NTIC 
www.interforst.g-m-b-h.de - Interforst GmbH (Forest supplie from A to Z)
www.metla.fi/info/vlib/Forestry/Topic - Biblioteca pe domenii silvice

Dicţionare forestiere
www.srsfia.usfs.msstate.edu/scripts/ew.htm - Dicţionar de dendrometrie
www.nrcan.gc.ca/cfs/pub/silvi_f.html - Dicţionar forestier canadian
www.lino.com/~leopold/foret.htm - Mic lexic forestier canadian
www.for.gov.bc.ca/PAB/PUBLCTNS/GLOSSARY/glossary.htm - Dict. forest
www.rfs.org.uk - A Glossary of Tree Terms (The RoyalForestry Society)

Estimări forestiere
www.efi.fi/projects - Proiecte forestiere
www.fisher.genfys.slu.se/pgen/www/wwwfor.htm - Sylvan Tree Display

Diverse
www.pefc.org - La certification forestière PEFC - Belgique
www.foreningenskogshasten.com - Skogshästen (Horses in forestry)
www.rtimber.se - Rörvik Timber AB 
www.proholz.at - Pro Holz Austria
www.rainbowtreecare.com - Rainbow Treecare Scientific Advancements
www.woodnet.com - l’Union des entrepreneurs forestiers de Wallonie

60
 CUPRINS

I. ANALIZA CARACTERELOR CANTITATIVE

I.1. Variabilitatea şi studiul ei biomatematic
I.2. Caractere cantitative. Particularităţi.
1.3. Metoda statistică de analiză a caracterelor cantitative
1.4. Populaţia şi proba medie. Măsurători biometrice.
1.5. Nomenclatura folosită în biometrie
1.6. Centralizarea şi prelucrarea datelor
1.6.1. Formarea şirului de variaţie (statistic, de observaţii)
1.7. Reprezentarea grafică a şirului de variaţie

II. CALCULUL VALORILOR BIOMETRICE

2.1. Parametrii şi valori estimative
2.2. Media aritmetică ( x )
2.2.1. Metoda multiplicării
2.2.2. Metoda abaterilor
2.2.3. Metoda sumelor
2.3. Varianţa (s2)
2. 4. Abaterea standard a unei singure observaţii (s)

III. CURBA REPARTIŢIEI NORMALE (CURBA LUI GAUSS)

3.1. Distribuţia binomială
3.2. Caracteristicile curbei distribuţiei normale
3.3. Graniţele semnificaţiei
3.4. Diferenţa între două probe medii  d  şi abaterea standard a diferenţei  s d 
3.5. Semnificaţia diferenţei. Diferenţa limită (DL)

4. CORELAŢIA DINTRE CARACTERE

4.1. Tipuri de corelaţii
4.2. Analiza corelaţiile simple
4.2.1. Întocmirea tabelei de corelaţie
4.2.2. Calculul coeficientului de corelaţie (r)
4.2.3. Interpretarea coeficientului de corelaţie
4.2.5. Semnificaţia coeficientului de corelaţie

V. REGRESIA (R)

VI. CRITERII PENTRU ELIMINAREA VALORILOR EXTREME (aberante)

VII. FIŞE DE CONSPECT

VIII. CUVINTE CHEIE

IX. GLOSAR DE TERMENI

X. BIBLIOGRAFIE SELECTIVĂ

61