Lucrarea de laborator nr.

1
la disciplina
Analiza statistică a datelor

Tema: Principalele repartiții discrete și continue. Implementare în limbajul R.

1) Repartiția binominală
O variabilă aleatoare X având repartiție binomială se notează
𝑋~𝐵(𝑛, 𝑝)
unde n – numărul de probe, iar p – probabilitatea de apariție a evenimentelor (rezultatelor)
Exemplu: Se aruncă un zar de 10 ori. Fie X, numărul de apariţii ale feţei 6.
1
𝑋~𝐵 (10, )
6
Să se calculeze:
• 𝑃(𝑋 = 2)
2
1 2 5 10−2
𝑃(𝑋 = 2) = 𝑝𝑋 (2) = 𝐶10 ( ) ( ) ≈ 0.29071
6 6

• 𝑃(𝑋 ≥ 3)
𝑃(𝑋 ≥ 3) = 1 − 𝑃(𝑋 ≤ 2) = 1 − 𝐹𝑋 (2) ≈ 0,2247732

• 𝑃(3 < 𝑋 < 5)

4
1 4 5 10−4
𝑃(3 < 𝑋 < 5) = 𝑃(𝑋 = 4) = 𝐶10 ( ) ( ) ≈ 0,05426588
6 6

• 𝑃(𝑋 ≤ 8)
𝑃(𝑋 ≤ 8) = 𝐹𝑋 (8) ≈ 0,9999992

• 𝑚𝑋 – media lui X
1 5
𝑚𝑋 = 𝑛𝑝 = 10 ∙ =
6 3
 • 𝜎𝑋2 – dispersia (varianța) lui X
1 1 25
𝜎𝑋2 = 𝑛𝑝𝑞 = 10 ∙ ∙ (1 − ) = ≈ 1,388889
6 6 18

• deviația standard a lui X

1 1
𝜎 = √𝑛𝑝𝑞 = √10 ∙ ∙ (1 − ) ≈ 1,178511
6 6

• reprezentați grafic distribuția cu ajutorul funcției plotDist

install.packages("mosaic")

library(mosaic)
Sarcina: Se aruncă un zar de XY ori.
Notă: XY – numărul după ordine din registrul grupei

Fie X, numărul de apariţii ale feţei 6. Să se calculeze:

• 𝑃(𝑋 = 2), 𝑃(𝑋 ≥ 3), 𝑃(3 < 𝑋 < 5), 𝑃(𝑋 ≤ 8);
• 𝑚𝑋 – media lui X
• 𝜎𝑋2 – dispersia (varianța) lui X
• deviația standard a lui X
• reprezentați grafic distribuția cu ajutorul funcției plotDist

Realizaţi calculele atât matematic, cât și în limbajul R.

 2) Repartiția Poisson
Variabila aleatoare X este repartizată Poisson de parametru 𝜆 (𝜆 > 0), dacă are masa de
probabilitate
𝜆𝑘 𝑒 −𝜆
𝑝𝑋 (𝑘) = , 𝑘∈𝑁
𝑘!

𝜆 – parametru variabilei aleatoare X

Exemplu: Fie X repartizată Poisson de parametru 𝜆 = 4

Să se calculeze:
• 𝑃(𝑋 = 2),
42 𝑒 −4 16 ∙ 𝑒 −4
𝑃(𝑋 = 2) = 𝑝𝑋 (2) = = ≈ 0,1465251
2! 2

• 𝑃(𝑋 ≥ 3)
𝑃(𝑋 ≥ 3) = 1 − 𝑃(𝑋 ≤ 2) = 1 − 𝐹𝑋 (2) ≈ 0,7618967

• 𝑚𝑋 – media lui X
𝑚𝑋 = 𝜆 = 4
• 𝜎𝑋2 – dispersia lui X
𝜎𝑋2 = 𝜆 = 4

Sarcina: Fie X repartizată Poisson de parametru 𝜆 = 𝑋.

Notă: 𝑋 reprezintă a doua cifră conform registrului grupei.
Să se calculeze:
• 𝑃(𝑋 = 2),
• 𝑃(𝑋 ≥ 3)
• 𝑚𝑋 – media lui X
• 𝜎𝑋2 – dispersia lui X

Realizaţi calculele atât matematic, cât și în limbajul R.

3. Repartiția uniformă
O variabilă aleatoare continuă X are repartiție uniformă pe intervalul [a,b], dacă este egal probabil să
ia orice valoare din acest interval.
Exemplu: Fie variabila X repartizată uniform pe intervalul [0, 20]. Să se calculeze:
a) 𝑃(𝑋 = 4), 𝑓𝑋 (4), 𝑃(𝑋 ≥ 10), 𝑃(10 < 𝑋 ≤ 15), media și dispersia lui X.
• 𝑃(𝑋 = 4) = 0, deoarece X este continuă
1 1
• 𝑓𝑋 (4) = 20−0 = 20 =0.05

10−0 10
• 𝑃(𝑋 ≥ 10) = 1 − 𝑃(𝑋 < 10) = 1 − 𝑃(𝑋 ≤ 10) = 1 − 𝐹𝑋 (10) = 1 − 20−0 = 20 = 0.5

15−0 10−0 3 1 1
• 𝑃(10 < 𝑋 ≤ 15) = 𝐹𝑋 (15) − 𝐹𝑋 (10) = 20−0 − 20−0 = 4 − 2 = 4 = 0.25

𝑎+𝑏 0+20
• 𝑚𝑋 = = = 10
2 2

(𝑏−𝑎)2 (20−0)2
• 𝜎𝑋2 = = = 33,33
12 12

b) Generați un set de 100 de date aleatorii pe intervalul dat şi afișați datele generate cu ajutorul unei
histograme. Explicați histograma obținută.
Sarcina: Fie variabila X repartizată uniform pe intervalul [0, Y9].
Notă: Y – reprezintă prima cifră conform registrului grupei.

Să se calculeze:
• 𝑃(𝑋 = 4),
• 𝑓𝑋 (4),
• 𝑃(𝑋 ≥ 10),
• 𝑃(10 < 𝑋 ≤ 20),
• media și dispersia lui X.
• Generați un set de 100 de date aleatorii pe intervalul dat şi afișați datele generate cu ajutorul
unei histograme.

Realizaţi calculele atât matematic, cât și în limbajul R.

4) Repartiția Gaussiană (normală)

O variabilă aleatoare X are repartiție Gaussiană sau normală, dacă are densitatea de forma
1 (𝑥−𝑚)2
𝑓𝑋 (𝑥) = 𝜎∙√2𝜋 𝑒𝑥𝑝 [− ], −∞ < 𝑥 < ∞
2𝜎2

unde m și 𝜎 sunt 2 parametri, cu 𝜎 > 0

Exemplu: Fie 𝑋~𝑁(3,9)

• Să se calculeze:
𝑃(−3 < 𝑋 ≤ 6)
𝑃(−3 < 𝑋 ≤ 6) = 𝐹𝑋 (6) − 𝐹𝑋 (−3) = 0.8185946
 • Afișați graficul repartiției date și colorați aria −3 < 𝑋 ≤ 6

mean=3; sd=3
left=-3; right=6

x <- seq(-4,4,length=100)*sd + mean

fx <- dnorm(x,mean,sd)

plot(x, fx, type="n", main="Normal Distribution between -3 and 6")

i <- x >= left & x <= right
lines(x, fx)
polygon(c(left,x[i],right), c(0,fx[i],0), col="blue")

Sarcina: Fie 𝑋~𝑁(𝑌, 9)

Notă: 𝑌 reprezintă a doua cifră conform registrului grupei.

• Să se calculeze: 𝑃(−2 < 𝑋 ≤ 7)

• Afișați graficul și colorați aria −2 < 𝑋 ≤ 7

Realizaţi calculele atât matematic, cât și în limbajul R.

5. Repartiția lognormală
Fie 𝑋~𝑁(𝑚𝑋 , 𝜎𝑋2 )
Variabila aleatoare 𝑌 = 𝑒 𝑋 are repartiție lognormală.
Exemplu: Fie Y repartizată lognormal cu 𝑋 = 𝑙𝑛𝑌 ∼ 𝑁(4,1).
Să se calculeze 𝑓𝑌 (2), 𝑃(𝑌 ≥ 4), 𝑃(4 < 𝑌 < 6), 𝑃(𝑌 ≤ 8), media și dispersia lui Y.
• 𝑓𝑌 (2) ≈0.0008420059

• 𝑃(𝑌 ≥ 4) = 1 − 𝑃(𝑌 < 4) = 1 − 𝐹𝑌 (4) ≈0.9467044

• 𝑃(4 < 𝑌 < 6) = 𝐹𝑌 (6) − 𝐹𝑌 (4) =0.009135447

• 𝑃(𝑌 ≤ 8) = 𝐹𝑌 (8) =0.0273937

2
𝜎𝑙𝑛𝑌 𝜎2 2
𝜎𝑋 1 9
• 𝑚𝑌 = 𝜃𝑌 𝑒𝑥𝑝 ( ) = 𝑒𝑥𝑝(𝑚𝑋 )𝑒𝑥𝑝 ( 2𝑋) = 𝑒𝑥𝑝 (𝑚𝑋 + ) = 𝑒𝑥𝑝 (4 + 2) = 𝑒𝑥𝑝⁡ (2)
2 2

• 2 )
𝜎𝑌2 = 𝑚𝑌2 [𝑒𝑥𝑝(𝜎𝑙𝑛𝑌 − 1] = 𝑒𝑥𝑝(9)[𝑒𝑥𝑝(1) − 1] = 𝑒𝑥𝑝(10) − 𝑒𝑥𝑝⁡(9)

Sarcina: Fie Y repartizată lognormal cu 𝑋 = 𝑙𝑛𝑌 ∼ 𝑁(4, 𝑋).

Notă: 𝑋 reprezintă prima cifră conform registrului grupei.
Să se calculeze:
• 𝑓𝑌 (2),
• 𝑃(𝑌 ≥ 4),
• 𝑃(4 < 𝑌 < 6),
• 𝑃(𝑌 ≤ 8),
• media lui Y.
• dispersia lui Y.
Realizaţi calculele atât matematic, cât și în limbajul R.