Documente Academic
Documente Profesional
Documente Cultură
1
IMPORTANT
2
CONTINUARE CURS 10
• μ = 25000 h
• σ = 4000 h
Să presupunem că voi sunteți producători de telefoane mobile și
decideți că un smartphone în garanție trebuie să beneficieze de
service gratuit.
Dacă garanția este stabilită la 19880 de ore, vom avea o probabilitate de 0.10 ca
un smartphone sa nu reziste mai mult fără serviciul de intervenție.
=> 19880 ore de functionare trebuie să înscrieți pe certificatul de garanție,
astfel încât să nu acordați service gratuit la mai mult de 10% dintre telefoanele
pe care le produceți.
Orice altă garanție mai mare de 19880 de ore va crește probabilitatea ca un
smartphone să aibă nevoie de servicii și în consecință, proporția smartphone-
urilor care ar beneficia de reparatii pe cheltuiala producătorului.
Ne reamintim!
DISTRIBUȚIA BINOMIALĂ DEPROBABILITATE
P(success) = p,constant
Ne reamintim!
Media: μ = np
Abaterea standard: σ = sqrt( np(1-p) )
Exemplu:
Exemplu:
0 < 0.000001
1 < 0.000001
2 < 0.000001
3 0.000008748
4 0.000137781
5 0.0014880348
6 0.011160261
7 0.057395628
8 0.1937102445
9 0.387420489
10 0.3486784401
Observati diferenta! (slide 8)
Exemplu:
Insa…
Dacă numărul de studenți este mai mare (ex: 100), calculul devine foarte
dificil
85
f(85) = 𝐶100 0.985 (1 − 0.9)100−85
.
.
.
98
f(98) = 𝐶100 0.998 (1 − 0.9)100−98
Aplicarea distributiei normale
Parametrii:
μ (media) = n*p = 100 * 0.9 = 90
σ (abaterea standard) = √ 100 * 0.9 * (1-0.9) ) = 3
Exemplul 1
Care este probabilitatea ca cel putin 85 de studenti sa promoveze
examenul?
P(x>=85) = ?
P(x >= 85) se va “transforma” in P(x >= 85 - 0.5) = P(x >= 84.5)
P(x >= 84.5) = P(z >= -1.833) = 1 – P(z < -1.833) = 1 – 0.03362 = 0.96638
P(x<=98) = ?
P(x <= 98) se va “transforma” in P(x <= 98 + 0.5) = P(x <= 98.5)
P(85<=x<=98) = ?
P(85 <= x <= 98) se va “transforma” in P(85 – 0.5 <= x <= 98 + 0.5) = P(84.5 <= x
<= 98.5)
P(84.5 <= x <= 98.5) = P(-1.833 <= z <= 2.833) = P(z <= 2.833) – P(z <= -1.83) =
0.99767 - 0.03362 = 0.96405
STRUCTURA CURSULUI DE AZI
Estimatoripunctuali
Intervaledeestimare(depredicţie, deîncredere)
20
ESTIMĂRI
Adeseainevitabile.
21
DE EXEMPLU:
Estimăriautomate:dacăavețitimpsătraversațiatuncicandse apropieo
mașină.
Estimatoripunctuali
23
ESTIMATORII PUNCTUALI
Oestimarepunctualăreprezintăunnumărfolositpentrua estimaun
parametrunecunoscutal uneipopulații.
24
INTERVALE DE ÎNCREDERE
25
Estimatori punctuali
26
I. ESTIMATORII PUNCTUALI
EXEMPLU:
În fiecare săptămână,departamentuldevânzărial lanțului de
magazine A B C D selectează aleatoriu un eșantion de 35 de
magazinepentruaflanumărul decărțivândutesaptămânal.
27
I. ESTIMATORII PUNCTUALI
DATEEȘANTION: (bucăți)
X=3570 /35=102carti
29
I. ESTIMATORII PUNCTUALI
30
II. INTERVALE DE ÎNCREDERE
31
1. Estimarea intervalului de încredere pentru
media unei populații – σ cunoscut
Managerul unei firme doreşte să facă o estimare
(predicţie) asupra mediei de viaţă a bateriilor auto
produse de firma la care lucrează.
Selectează un eşantion de 200 de baterii şi în
urma testelor efectuate, determină o medie de
viaţă de 36 de luni.
Se cunoaşte abaterea standard a populaţiei ca
fiind 10 luni.
32
1. Estimarea intervalului de încredere pentru
media unei populații – σ cunoscut
35
Ne reamintim:
36
Vom spune că avem:
Probabilitatea ca 0,955 din media de selecţie să fie la
2 erori standard faţă de medie, aşadar media
populaţiei este la + şi – 2 erori standard de 95,5% de
media de selecţie.
38
Grade de încredere:
În cazul intervalelor de predicţie (încredere), nu ne
putem mulţumi doar cu + şi – 1, 2 şi 3 erori standard
faţă de valoarea medie.
39
Nivelul de încredere sau pragul de semnificaţie
reprezintă:
Probabilitatea asociată unui interval de predicţie.
41
Concluzie:
0,4495 * 2 = 0,899
Aşadar, putem spune că putem avea o încredere de 90% că
media populaţiei se află în intervalul (𝑥 − 1,64 ∗ σ𝑥 , 𝑥 +
1,64 ∗ σ𝑥 )
Secunoaşteabatereastandardapopulaţieicafiind10luni. Ulterioram
spuscăvremsăavemoîncrederede90%.
43
Interpretare:
Presupunem că am determinat pe baza unui eşantion că avem o
încredere de 90% că media de viaţă a unei baterii se situează în
intervalul ≈ 35 şi 37 de luni.
De exemplu:
La un prag de semnificaţie de 95% determinaţi
intervalul de predicţie pentru durata de viaţă a unei
baterii.
45
Pentru exemplul nostru avem:
95%încredere
Deci,1-α= 0,95
α = 0,05
α/2 = 0,025
0,5-0,025= 0,475dinarie
Îi corespundevaloarealui z=1,96 (cautamintabel)
46
Pentru exemplul
nostru valoarealui z a
fost determinatăîn funcție
de 0,475din aria
distribuției normale:
32
Forma generala a unui interval de
incredere pentru media unei populatii:
(𝑥ҧ ± 𝑧𝛼 × 𝜎𝑥ҧ )
2
In exemplul nostru:
(36 – 1.96 * 0,707 ; 36 + 1.96 * 0,707)
(34.614 ; 37.385)
Exemplu:
Avem:
Dimensiunea eşantionului n = 50
Media de selecţie 𝑥 = 4800
Abaterea standard de selecţie s = 950 (Nu cunoaştem abaterea standard a
populaţiei, aşa că vom folosi abaterea standard a eşantionului)
Dimensiunea populaţiei N = 700
90% încredere
2. Estimarea intervalului de încredere pentru
media unei populații – σ necunoscut
Avem o populaţie finită, 700 de familii, deci vom folosi următoarea formulă
pentru a calcula eroarea standard a mediei populaţiei finite:
𝜎 𝑁−𝑛
𝜎𝑥ҧ = ×
𝑛 𝑛−1
In exemplul nostru:
950 700−50
𝜎𝑥ҧ = × = 129.57 lei
50 50−1
2. Estimarea intervalului de încredere pentru
media unei populații – σ necunoscut
(𝑥ҧ ± 𝑡𝛼 × 𝜎𝑥ҧ )
2
De citit / vazut (optional):
http://sphweb.bumc.bu.edu/otlt/MPH-Modules/BS/BS704_Probability/BS704_Probability12.html
https://www.simplypsychology.org/central-limit-theorem.html
https://www.statisticshowto.com/probability-and-statistics/normal-distributions/central-limit-
theorem-definition-examples/
http://math.etc.tuiasi.ro/rstrugariu/cursuri/SPD2014/c92014.pdf
https://www.youtube.com/watch?v=_YOr_yYPytM
Va multumesc!
33