Distribuții (Repartiții) continue

Recapitulare. Noţiuni de Teoria Probabilităţilor şi Statistică Matematică

Variabile aleatoare unidimensionale

Variabila aleatoare este o mărime care poate lua orice valoare, necunoscută aprioric, depinzând de
rezultatul efectuării unui anumit experiment, rezultat care este imposibil de precizat. Variabila aleatoare
este o funcţie reală definită pe mulţimea 𝛺, a evenimentelor elementare asociate experimentului
considerat. Orice funcţie 𝑋: 𝛺 →ℝ se numeşte variabilă aleatoare.

Variabila aleatoare discretă are un număr finit de valori sau o mulţime cel mult numărabilă de valori.
Repartiţia sau distribuția de probabilitate a unei variabile aleatoare discrete se scrie sub forma unui
tablou în care prima linie conţine toate valorile posibile ale variabilei (𝑥𝑖 ,𝑖 = 1,2, . ..), iar a doua linie
conţine probabilităţile de apariţie ale acestor valori (𝑃(𝑋 = 𝑥𝑖 ) = 𝑝𝑖 ,𝑖 = 1,2, . ..).
𝑥1 𝑥2 ⋯ 𝑥𝑖 ⋯ 𝑥𝑖
𝑋: (𝑝 𝑝 ⋯ 𝑝 ⋯) sau 𝑋: (𝑝 ), 𝑖 ∈ 𝐼 ⊂ 𝑁 ∗
1 2 𝑖 𝑖
1) 𝑝𝑖 ≥ 0 (∀)𝑖 ∈ 𝐼
2) ∑𝑖∈𝐼 𝑝𝑖 = 1
𝑥
Variabila aleatoare continuă are un număr infinit de valori 𝑋: (𝑓(𝑥)), unde 𝑥 ∈ 𝐼 ⊂ ℝ
Funcţia densitate de probabilitate: 1)𝑓(𝑥) ≥ 0, (∀)𝑥 ∈ 𝑅
∞
2) ∫−∞ 𝑓(𝑥)𝑑𝑥 = 1
𝑏
3) ∫𝑎 𝑓(𝑥)𝑑𝑥 = 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝐹(𝑏) − 𝐹(𝑎)
Funcţia de repartiţie a v. a. X:

𝑥
𝐹(𝑥) = 𝑃(𝑋 < 𝑥) = ∫−∞ 𝑓(𝑡)𝑑𝑡

Caracteristici numerice ale variabilelor aleatoare:

Valoarea medie: 𝜇 = 𝑀(𝑋) = 𝐸(𝑋)
Proprietăţi ale mediei:
𝐸(𝑎) = 𝑎(∀)𝑎 ∈ 𝑅
𝐸(𝑎 ⋅ 𝑋) = 𝑎 ⋅ 𝐸(𝑋)
𝐸(𝑎 ⋅ 𝑋 ± 𝑏 ⋅ 𝑌) = 𝑎 ⋅ 𝐸(𝑋) ± 𝑏 ⋅ 𝐸(𝑌)
𝐸(𝑋 ⋅ 𝑌) = 𝐸(𝑋) ⋅ 𝐸(𝑌) numai dacă X,Y − v.a.independente.
Dispersia (Varianţa) şi abaterea medie pătratică: D( X ) = Var ( X ) = 𝜎 2 , 𝜎 = √𝜎 2
Proprietăţi ale dispersiei:
𝐷(𝑎) = 0(∀)𝑎 ∈ 𝑅
𝐷(𝑎 ⋅ 𝑋) = 𝑎2 ⋅ 𝐷(𝑋)
𝐷(𝑎 ⋅ 𝑋 ± 𝑏 ⋅ 𝑌) = 𝑎2 ⋅ 𝐷(𝑋) + 𝑏 2 ⋅ 𝐷(𝑌) numai dacă X,Y − v.a.independente.
Variabile aleatoare bidimensionale: (𝑋, 𝑌). 𝑓(𝑥, 𝑦) = 𝑃(𝑋 = 𝑥, 𝑌 = 𝑦)
– Variabile aleatoare condiţionate: (𝑋|𝑌 = 𝑦) sau (𝑌|𝑋 = 𝑥)
– Medii condiţionate: 𝐸(𝑋|𝑌 = 𝑦) sau 𝐸(𝑌|𝑋 = 𝑥)
1
– Covarianţa dintre X şi Y: 𝑐𝑜𝑣( 𝑋, 𝑌)
𝑐𝑜𝑣(𝑋,𝑌) 𝐸(𝑋𝑌)−𝐸(𝑋)𝐸(𝑌)
– Coeficientul de corelaţie liniară: 𝜌(𝑋, 𝑌) = 𝜎 𝜎 = ∈ [−1, +1].
𝑋 𝑌 √𝐷(𝑋)𝐷(𝑌)

Distribuţii de probabilitate teoretice continue

1) Distribuţia Normală, cu parametrii 𝜇 şi 𝜎 2 (𝑋~𝑁(𝜇, 𝜎 2 ))

Spunem că o v.a. are o distribuţie normală de parametrii 𝜇 şi 𝜎 şi notăm prin 𝑋~𝑁(𝜇, 𝜎 2 ), dacă are
funcţia densitate de probabilitate (pdf) de forma
1 𝑥−𝜇 2
1
𝑓(𝑥) = 𝜎√2𝜋 𝑒 −2( )
𝜎 , 𝑥 ∈ 𝑅, 𝜇 ∈ 𝑅, 𝜎 > 0.
Media variabilei este 𝐸(𝑋) = 𝜇 iar varianţa (dispersia) este 𝐷(𝑋) = 𝑉𝑎𝑟(𝑋) = 𝜎 2 .
Distribuţia normală este utilizată atunci când o caracteristică este supusă unui număr mare de influenţe
întîmplătoare, de slabă intensitate şi independente unele de altele. Distribuţia normală este cea mai
cunoscută distribuţie continuă folosită în statistică, pentru că:
– Numeroase variabile continue, folosite în afaceri, au distribuţii care sunt asemănătoare distribuţiei
normale.
– Distribuţia normală poate fi utilizată pentru a aproxima diferite distribuţii de probabilitate discrete.
– Distribuţia normală oferă bazele pentru inferenţa statistică clasică, datorită relaţiei sale cu teorema
limită centrală.

Funcţia densitate de probabilitate a distribuţiei normale cu media 𝜇 şi abaterea standard 𝝈 are

următoarele proprietăţi:
– Este simetrică faţă de dreapta 𝑥 = 𝜇. Datorită simetriei, modul, mediana şi media distribuţiei normale
sunt egale. Media poate lua orice valoare: negativă, pozitivă sau zero.
– Este unimodală: derivata lui f este pozitivă pentru 𝑥 < 𝜇, negativă pentru 𝑥 > 𝜇 şi zero dacă 𝑥 = 𝜇
– Punctele 𝑥 = 𝜇 − 𝜎 şi 𝑥 = 𝜇 + 𝜎 sunt puncte de inflexiune (unde derivata de ordinul doi este 0)
– Domeniul valorilor este de la −∞ la +∞. Curba se extinde, fără a atinge axa Ox, de la −∞ la +∞.
– Aria totală de sub curba care reprezintă 𝑓(𝑥) trebuie să fie egală cu 1.

⚫ Distribuţia normală standard, Z ~ N(0,1), (distribuţia normală normată sau normală redusă)
Orice distribuţie normală 𝑋~𝑁(𝜇, 𝜎 2 ) poate fi redusă la distribuţia normală standard folosind
𝑋−𝜇
transformarea 𝑍 = 𝜎 şi 𝑍~𝑁(0,1).

2
⚫ Dacă 𝛼 ∈ (0,1) se numeşte cuantilă de rang 𝜶 a repartiţiei normale standard Z, un număr 𝑧𝛼 cu
următoarea proprietate: 𝑃(𝑍 > 𝑧𝛼 ) = 𝑃(𝑍 ≥ 𝑧𝛼 ) = 𝛼 şi 𝑃(𝑍 < 𝑧𝛼 ) = 1 − 𝛼.

Există tabele care dau 𝑃(𝑍 > 𝑧𝛼 ) = 𝛼 .

⚫ Regula empirică şi distribuţia normală (Regula 68-95-99,7 pentru distribuţiile normale)
68,2% din observaţii se vor afla între 𝜇 − 𝜎 şi 𝜇 + 𝜎
95,4% din observaţii se vor afla între 𝜇 − 2𝜎 şi 𝜇 + 2𝜎
99,7% din observaţii se vor afla între 𝜇 − 3𝜎 şi 𝜇 + 3𝜎
𝑃(𝜇 − 𝜎 ≤ 𝑋 ≤ 𝜇 + 𝜎) = 𝑃(−1 ≤ 𝑍 ≤ 1) ≈ 0,682
𝑃(𝜇 − 2𝜎 < 𝑋 < 𝜇 + 2𝜎) = 𝑃(−2 < 𝑍 < 2) ≈ 0,954
𝑃(𝜇 − 3𝜎 < 𝑋 < 𝜇 + 3𝜎) = 𝑃(−3 < 𝑍 < 3) ≈ 0,997
Aria de sub fiecare secţiune a curbei normale poate fi văzută în următoarea diagramă:

Teorema Limită Centrală constituie baza teoretică pentru larga aplicabilitate a distribuţiei normale.
Fie 𝑋1 , 𝑋2 , . . . , 𝑋𝑛 variabile aleatoare independente, identic distribuite, cu media 𝜇 şi dispersia 𝜎 2 .
∑𝑛 𝑋
Fie 𝑋̄ = 𝑖=1 𝑖 . Atunci când 𝑛 → ∞ avem:
𝑛
𝜎2 𝑋̄ −𝐸(𝑋̄ ) 𝑋̄ −𝜇
1) 𝑋̄~𝑁(𝜇, ) 2) 𝑍 = = 𝜎/ ~𝑁(0,1).
𝑛 𝜎𝑋̄ √𝑛
2) Distribuţia Hi-pătrat (Chi-squared) cu n grade de libertate − 𝝌𝟐𝒏
Teoremă: Fie 𝑍1 , 𝑍2 , . . . , 𝑍𝑛 ~𝑁(0,1) variabile aleatoare independente.
Atunci variabila aleatoare 𝑋 = 𝑍12 + 𝑍22 + ⋯ + 𝑍𝑛2 ~𝜒𝑛2

3
 n – număr grade de libertate (corespunde numărului de termeni din sumă).
O v. a. cu distribuţie Hi–pătrat este totdeauna nenegativă şi graficul lui 𝑓(𝑥) nu este simetric. Forma sa
grafică, asimetrică spre dreapta, depinde numai de numărul gradelor de libertate.
Distribuţia Hi–pătrat se foloseşte pentru că apar frecvent situaţii în care intervin sume de pătrate de v.a.
independente una de alta, urmând fiecare o distribuţie normală.
Există tabele care dau funcţia de repartiţie Hi–pătrat.

(𝑛−1)𝑠2
Teoremă: Variabila 𝑈 = urmează o distribuţie 𝜒 2 cu (n−1) grade de libertate.
𝜎2

3) Distribuţia Student 𝑡~𝑆𝑛 (sau notaţia 𝑡~𝑡𝑛 )

Este folosită în statistica clasică şi analiza de regresie
Obţinem o v.a. cu distribuţie Student dintr-o variabilă normală standard şi una Hi-pătrat.

Teoremă: Fie 𝑍~𝑁(0,1) şi 𝑋~𝜒𝑛2 v.a. independente. Atunci variabila aleatoare

𝑡 = 𝑍⁄√𝑋/𝑛 are o distribuţie Student cu n grade de libertate (df=n).

Densitatea de repartiţie are o formă similară cu cea a distribuţiei normale standard şi converge spre
distribuţia normală standard pe măsură ce numărul gradelor de libertate creşte.

𝑋̄ −𝜇
Teoremă: Variabila 𝑡 = 𝑠/ are o distribuţie Student cu (n-1) grade de libertate.
√𝑛

4) Distribuţia F (Fisher-Snedecor)
Teoremă: Fie două v.a. independente: 𝑿𝟏 ~𝝌𝟐𝒏𝟏 şi 𝑋2 ~𝜒𝑛22 . Atunci, v.a.
(𝑋 /𝑛 )
𝐹 = (𝑋1/𝑛1) are o distribuţie F cu (𝑛1 , 𝑛2 ) grade de libertate. Notăm 𝐹~𝐹𝑛1 ,𝑛2
2 2

4
𝑛1 este asociat cu variabila de la numărător; 𝑛2 este asociat cu variabila de la numitor.
– Distribuţia F este asimetrică la dreapta.

– Pătratul unei v.a. 𝑡𝑛 are o distribuţie 𝐹1,𝑛 . Simbolic, 𝑡𝑛2 = 𝐹1,𝑛

INFERENŢA STATISTICĂ
Prin inferenţă statistică se înţelege obţinerea de concluzii bazate pe o evidenţă statistică, adică pe
informaţii obţinute dintr-un eşantion. Concluziile sunt asupra caracteristicilor populaţiei din care provine
eşantionul.
Estimarea şi testarea ipotezelor constituie cele două ramuri ale inferenţei statistice clasice.

• ESTIMAREA. Estimarea este operaţia de stabilire, în baza datelor unui eşantion, a valorilor
parametrilor repartiţiei populaţiei din care a fost extras eşantionul.
Putem avea estimare punctuală sau estimare prin interval de încredere.
Estimarea punctuală
Considerăm o populaţie caracterizată de o v.a. teoretică X, care are o lege de probabilitate cunoscută,
𝑓(𝑥, 𝜃), dar 𝜃 este un parametru necunoscut.
Prin parametru al unei populatii întelegem un număr ce descrie, într- un anumit sens, populatia.
Extragem o selecţie aleatoare (𝑋1 , 𝑋2 , . . . , 𝑋𝑛 ) din populaţie şi folosim datele din eşantion pentru a estima
parametrii necunoscuţi.
𝜃̂ = 𝑓(𝑋1 , 𝑋2 , . . . , 𝑋𝑛 ) se numeşte statistică sau estimator. O valoare numerică particulară:
𝜃̂ = 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) este o estimaţie a parametrului real 𝜃.
Menţionăm că 𝜃̂ poate fi tratat ca o v.a. deoarece este o funcţie de datele de selecţie.
Estimarea punctuală furnizează o singură valoare (estimaţie ) a lui 𝜃.
Estimatori punctuali se obţin prin MCMMP şi prin metoda verosimilităţii maxime.
Proprietăţi ale estimatorilor
𝜃̂ s.n. estimator nedeplasat pentru parametrul 𝜃 dacă 𝐸(𝜃̂) = 𝜃
𝜃̂ este estimator liniar al lui 𝜃 dacă este o funcţie liniară de datele de observaţie.
𝜃̂ este estimator eficient al lui 𝜃 dacă este estimator de varianţă minimă.
Notaţii:
Indicatorul Populaţia generală Eşantion
∑𝑁
𝑖=1 𝑋𝑖 ∑𝑛
𝑖=1 𝑥𝑖
Media 𝜇= 𝑥̄ =
𝑁 𝑛
2 ∑𝑁
𝑖=1(𝑋𝑖 −𝜇)
2
2 ∑𝑛
𝑖=1(𝑥𝑖 −𝑥̄ )
2
Varianţa (Dispersia) 𝜎 = 𝑁
𝑠 = 𝑛−1
Abaterea medie pătratică 𝜎 = √𝜎 2 𝑠 = √𝑠 2
(abaterea standard)
5
Media aritmetică 𝑋̄ este estimator nedeplasat pentru media populaţiei 𝜇.
Abaterea standard 𝑠 este estimator nedeplasat pentru abaterea standard a populaţiei, 𝜎.

Estimarea prin Intervale de încredere

În loc să obţinem o singură estimaţie a parametrului 𝜃, putem obţine două estimaţii pentru 𝜃.
𝑃(𝜃̂1 ≤ 𝜃 ≤ 𝜃̂2 ) = 1 − 𝛼,
0 < 𝛼 < 1 s.n. nivel de semnificaţie (prag de semnificaţie)
1 − 𝛼 s.n. coeficient de încredere.
Intervale de încredere pentru valoarea medie a populaţiei
Dacă dispersia 𝜎 2 este cunoscută, intervalul de încredere pentru media populaţiei este:
𝜎 𝜎
(𝑋̄ − 𝑧𝛼 𝑛 ≤ 𝜇 ≤ 𝑋̄ + 𝑧𝛼 𝑛).
2 √ 2 √
Pentru pragul de semnificatie 𝛼 = 0,05 avem:

Obţinerea intervalelor de încredere pentru media 𝝁, pe baza distribuţiei Student.

Dacă dispersia 𝝈𝟐 nu este cunoscută, un interval de încredere pentru media populaţiei este
𝑠 𝑠
(𝑋̄ − 𝑡𝛼;𝑛−1 ≤ 𝜇 ≤ 𝑋̄ + 𝑡𝛼;𝑛−1 )
2 √𝑛 2 √𝑛

•TESTAREA IPOTEZELOR
Se numeşte ipoteză statistică orice presupunere despre parametrii unei populaţii statistice sau despre
distribuţia de probabilitate a populaţiei statistice.
Considerăm o v.a. X, având o pdf cunoscută 𝑓(𝑥, 𝜃), unde 𝜃 este parametrul distribuţiei. Parametrul real
𝜃 este necunoscut. Având o selecţie aleatoare de volum n, obţinem estimatorul punctual 𝜃̂.
Întrebare: H0: 𝜃 = 𝜃0 ?
Ar putea eşantionul nostru să provină dintr-o distribuţie avînd 𝑓(𝑥, 𝜃 = 𝜃0 )?
Ipoteza nulă H0 este testată contra ipotezei alternative H1: 𝜃 ≠ 𝜃0
Ipoteză nulă (H0) = constă în faptul că admitem caracterul întâmplător al deosebirilor, adică presupunem
că nu există deosebiri esenţiale.
Ipoteză alternativă (H1) = este o teorie care contrazice ipoteza nulă. Ea va fi acceptată doar când există
suficiente dovezi pentru a se stabili că este adevărată.
Testul statistic este utilizat drept criteriu de acceptare sau de respingere a ipotezei nule
Regiunea critică, Rc = valorile numerice ale testului statistic pentru care ipoteza nulă va fi respinsă.
Rc este aleasă astfel încât probabilitatea ca ea să conţină testul statistic, când ipoteza nulă este adevărată
să fie α, cu α mic (α=0,05; α=0,01; α=0,10).
Dacă valoarea testului cade în regiunea critică Rc, respingem ipoteza H0, iar dacă este în afara regiunii
critice Rc, acceptăm ipoteza H0.
Regiunea critică este delimitată de o valoare critică (𝑧𝛼 ,𝑧𝛼/2,𝑡𝛼 ,𝑡𝛼/2 ).
În luarea deciziei de acceptare sau de respingere a ipotezei H0 se pot comite 2 tipuri de erori:
Eroarea de genul întâi = eroarea pe care o facem dacă respingem ipoteza nulă, deşi este adevărată.
Riscul de genul întâi (α) = probabilitatea comiterii unei erori de genul întâi; se numeşte nivel sau prag
de semnificaţie.

6
Eroarea de genul al doilea = eroarea pe care o facem dacă acceptăm ipoteza nulă, deşi este falsă.
𝛼 = 𝑃(resping H0 |𝐻0 = adev.) este risc de genul întâi (nivel de semnificaţie)
𝛽 = 𝑃(accept H0 |𝐻0 = falsă) este risc de genul al doilea

Ipoteza adevărată
Decizia de acceptare
H0 H1
Decizie corectă Eroare de gen II
H0
(probabilitate 1-𝜶) (risc β)
Eroare de gen I Decizie corectă
H1
(risc 𝜶) (probabilitate 1-β)

Etape în testarea ipotezelor:

1) Se formulează ipoteza nulă şi ipoteza alternativă
Ipoteza nulă (H0) se referă la afirmaţii supuse testării. Ea specifică întotdeauna o singură
valoare a parametrului populaţiei şi reprezintă ceea ce este acceptat până se dovedeşte a fi fals.
Ipoteza alternativă (H1) se referă la afirmaţii care vor fi acceptate dacă se respinge ipoteza nulă.
2) Se determină testul statistic ce va fi utilizat drept criteriu de acceptare sau de respingere a ip. nule.
3) Se stabileşte nivelul de semnificație α. Se stabileşte regiunea critică, Rc. Regiunea critică
reprezintă valorile numerice ale testului statistic pentru care ipoteza nulă va fi respinsă.
4) Se calculează indicatorii statistici în eşantion şi valoarea testului statistic.
5) Se stabileşte regula de decizie:
a) dacă valoarea numerică a testului statistic cade în regiunea critică (Rc), respingem ipoteza
nulă şi acceptăm că ipoteza alternativă este adevărată.
b) dacă valoarea numerică a testului nu cade în regiunea critică (Rc), acceptăm ipoteza nulă.

Testarea ipotezei privind media populaţiei (μ) pentru eşantioane de volum mare (𝒏 > 𝟑𝟎)

Etapa 1) Stabilirea ipotezelor

Testul unilateral dreapta Testul unilateral stânga Testul bilateral

𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 > 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 ≠ 𝜇0

Etapa 2) Stabilirea testului statistic (a statisticii testului)

𝑋̄ −𝜇 𝑋̄ −𝜇
𝑍 = 𝜎/ ≅ 𝑠/ ~𝑁(0,1)
√ 𝑛 √𝑛

Etapa 3) Nivelul de semnificaţie  şi Regiunea critică (RC) sau de respingere (RR) a ipotezei H0.
(TUD) (TUS) (TB)
𝑅𝑐 : 𝑧𝑐𝑎𝑙𝑐 > 𝑧𝛼 𝑅𝑐 : 𝑧𝑐𝑎𝑙𝑐 < −𝑧𝛼 𝑅𝑐 : 𝑧𝑐𝑎𝑙𝑐 < −𝑧𝛼 𝑠𝑎𝑢 𝑧𝑐𝑎𝑙𝑐 > 𝑧𝛼/2
2

7
Etapa 4) Folosim datele din eşantion şi calculăm valoarea testului statistic:
𝑥̄ −𝜇 𝑥̄ −𝜇
𝑧𝑐𝑎𝑙𝑐 = 𝜎/ 𝑛0 sau 𝑧𝑐𝑎𝑙𝑐 = 𝑠/ 𝑛0
√ √
Etapa 5) Decizia: Dacă 𝑧𝑐𝑎𝑙𝑐 ∈ 𝑅𝑐 respingem H0 şi acceptăm H1.

Testarea ipotezei privind media populaţiei (μ) pentru eşantioane de volum mic (𝑛 ≤ 30).
Se presupune că 𝑋~𝑁(𝜇, 𝜎 2 ) cu  necunoscut.
Etapa 1) Stabilirea ipotezelor
Testul unilateral dreapta Testul unilateral stânga Testul bilateral

𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 > 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 ≠ 𝜇0

Etapa 2) Stabilirea testului statistic (a statisticii testului)

𝑋̄ −𝜇
𝑡 = 𝑠/ ~𝑆𝑛−1 (are o distribuţie Student cu (n-1) grade de libertate).
√𝑛

Etapa 3) Nivelul de semnificaţie  şi Regiunea critică sau de respingere a ipotezei H0.

(TUD) (TUS) (TB)

𝑅𝑐 : 𝑡𝑐𝑎𝑙𝑐 > 𝑡𝛼,𝑛−1 𝑅𝑐 : 𝑡𝑐𝑎𝑙𝑐 < −𝑡𝛼,𝑛−1 𝑅𝑐 : 𝑡𝑐𝑎𝑙𝑐 < −𝑡𝛼,𝑛−1 𝑠𝑎𝑢𝑡𝑐𝑎𝑙𝑐 >
2
𝑡𝛼,𝑛−1
2

Etapa 4) Folosim datele din eşantion şi calculăm valoarea testului statistic:

𝑥̄ − 𝜇0
𝑡𝑐𝑎𝑙𝑐 =
𝑠/√𝑛

Etapa 5) Decizia: Dacă 𝑡𝑐𝑎𝑙𝑐 ∈ 𝑅𝑐 respingem H0 şi acceptăm H1.