Professional Documents
Culture Documents
, n ordine descresctoare
1 +
i i
x x
sau n
orice alt form de ordonare crendu%se astfel, tabelul valorilor ordonate.
:ac gruparea se realizeaz pe intervale de grupare, tabelul de asociere se prezint astfel"
Tabel 3.1. Intervale de grupare
INTE&;ALE
'E
G&U,A&E
CENT&UL
INTE&;ALUL
UI 'E
G&U,A&E
.&EC;ENE
A:#%LUTE
NI
.&EC;ENE
&ELATI;E
n i
f
i
n
.&EC;ENE
&ELATI;E <N
=
1<< =
n i
f
i
n
.&EC;ENA
A:#%LUT
CUMULAT .CUM
k
i
i m
n N
1
.&EC;ENA
&ELATI;
CUMULAT .=CUM
k
i
i m
% f F
1
sup inf
x x
1 1
med
x
1
n
1
f
1
f
1
% N
1
F
1
... ... ... ... ...
sup i inf i
x x
imed
x
n
i
f
i
f
i
% N
i
F
i
... ... ... ... ...
sup inf m m
x x
med m
x
n
m
f
m
f
m
% N
m
F
m
.*.)> %
m
1 i
i
n n
m
i
f
1 i
1 1<< =
m
i
f
1 i
% %
-ntervalul general se poate mpri n k intervale de grupare care pot fi egale sau neegale 3se prefer
intervalele de grupare egale4. )tunci cnd unitile statistice au o valoare egal cu valoarea superioar a
intervalului de grupare acestea trec n intervalul urmtor. 1umrul unitilor statistice care au valori
aparinnd aceluiai interval de grupare reprezint frecvene absolute" n
1
, n
2
, ..., n
k
,
respectiv frecvenele
relative" f
1
, f
2
, ..., f
k
. Suma total a frecvenelor absolute este egal cu numrul total al unitilor cercetate, n"
n n
i
m
i
i cum
n f
1
respectiv pentru frecvena relativ cumulat
k
i
i cum
f f
1
= =
.
:ac gruparea se realizeaz dup dou caracteristici, rezult o serie de repartiie bidimensional care se
reprezint printr%un tabel de corelaie sau tabel cu dubl intrare.
* distribuie bidimensional prezint variaia unitilor unei colectiviti simultan dup dou
caracteristici de grupare.
* distribuie bidimensional este definit de ansamblul de triplete x
i
!"
j
!n
ij
#! m ! i 1 , p ! j 1
:istribuiile marginale n $, respectiv n %, sunt definite de ansamblul de cupluri x
i
!n
i.
#! m ! i 1 , respectiv
"
j
!n.
j
#! p ! j 1 , unde"
n
i
.
' reprezint efectivele marginale corespunztoare valorii x
i
B
(apitolul --- S.).-S.-() ./01-(2
n.
j
' reprezint efectivele marginale corespunztoare valorii "
j
p
j
ij
n
. i
n
1
m
i
ij
n
j
n
1
.
#elaii ntre efectivele marginale i pariale"
j
ij
n
i
p
j
j .
n
m
i
. i
n
1 1
9recvene relative marginale"
..
.
.
n
i
n
i
f respectiv
.. n
j .
n
j .
f
9recvene relativ pariale"
.. n
ij
n
ij
f
9recvene relativ condiionate"
j .
n
ij
n
j & i
f
, j are valoare fi, m ! i 1 ,
. i
n
ij
n
i & j
f
, i are valoare fi p ! j 1
#elaii ntre frecvene"
- Suma frecvenelor marginale"
1
..
..
1
.
..
1
1
..
.
1
.
n
n
m
i
i
n
n
m
i
n
i
n m
i
i
f
1
..
..
1
.
..
1
1
..
.
1
.
n
n
p
j
j
n
n
p
j
n
j
n
p
j
j
f
- Suma frecvenelor condiionate"
1
1
1
1 1
j .
n
j .
n
m
i
ij
n
j .
n
m
i
j .
n
ij
n
m
i
j & i
f
1
.
.
1
.
1
1
.
1
5
i
n
i
n p
j
ij
n
i
n
p
j
i
n
ij
n
p
j
i j
f
- Suma frecvenelor pariale"
1
..
..
1
.
..
1
1
..
1 1 1
n
n
m
i
i
n
n
p
j
n
ij
n
m
i
p
j
ij
f
m
i
- !rodusul dintre frecvenele marginale i frecvenele condiionate este egal cu frecvenele pariale
corespunztoare"
ij
f
n
ij
n
i
n
ij
n
n
i
n
i j
f
i
f
..
.
..
.
5 .
- !rodusul sumelor frecvenelor condiionate este egal cu suma frecvenelor pariale care este egal cu
unitatea"
1
.
.
.
.
.
1
.
1
. .
5 5
,
_
,
_
,
_
,
_
i
n
i
n
j
n
j
n
j
ij
n
i
n
i
ij
n
j
n
j
i
n
ij
n
i
j
n
ij
n
j
i j
f
i
j i
f
!e baza distribuiilor marginale i a distribuiilor condiionate se pot calcula medii marginale i
condiionate, variane marginale i condiionate, covariana.
#eprezentarea grafic a tabelului de corelaie se prezint ca un nor de puncte.
Tabel 3.3. Tabel de c'rela(ie
8alorile ?
8alorile @
A1 A6 A$ Am
m
j
ij
a
1
1 a11 a12 ... a1j ... a1m a1.
6 a21 a22 ... a2j ... a2m a2.
... ... ... ... ... ...
i ai1 ai2 ... aij ... aim ai.
... ... ... ... ... ... ... ...
n an1 an2 ... anj ... anm an.
n
i
ij
a
1
a.1 a.2 a.j a.m a..
.recene a0solute 7i (recene relatie
C
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
8alorile unei caracteristici statistice se pot prezenta sub form tabelar sau sub form restrns, prin
efectuarea unei grupri simple sau a unei grupri pe intervale. Druparea simpl, posibil n anumite cazuri
pe caracteristici discrete, reprezint un tabel coninnd valorile distincte, respectiv numrul de apariie ale
acestora. )doptarea unui numr m de intervale dis$uncte i gruparea valorilor statistice pe aceste intervale
conduce la realizarea unui tabel cu intervale 3clase4 de grupare. 1umrul unitilor 3elementelor4 statistice
care au aceeai valoare sau aparin aceluiai interval reprezint frecvena absolut n
1
! n
2
! ) ! n
n
. Suma total
a frecvenelor absolute este egal cu numrul unitilor cercetate n"
n n
i
#aportul dintre frecvena absolut i numrul total de uniti statistice se numete frecven relativ"
i
i i
i
n
n
n
n
f
sau
1<< =
i
i
i
n
n
f
Suma total a frecvenelor relative este egal cu"
1
1
n
i
i
f
sau
1<< =
1
n
i
i
f
(alculul frecvenelor absolute cumulate"
N
1
* n
1
!
N
2
* N
1
+ n
2
!
)! N
i
* N
i,1
+ n
i
! ) ! N
m
* N
m,1
+ n
m
* n
m i
m
i
m m
n ... n .... n n n N + + + + +
6 1
1
(alculul frecvenelor relative cumulate"
F
1
* f
1
! F
2
* F
1
+ f
2
! ) ! F
i
* F
i,1
+ f
i
! ) ! F
m
* F
m,1
+ f
m
* 1
(alculul frecvenelor relative cumulate eprimate n procente"
F
1
* f
1
%! F
2
* F
1
+ f
2
%! ) ! F
i
* F
i,1
+ f
i
%! ) ! F
m
* F
m,1
+ f
m
% * 1--%
&n multe cazuri este necesar s se cunoasc numrul total de uniti statistice pn la o anumit valoare a
caracteristicii sau numrul de la o anumit valoare n sus, acest numr reprezint frecvena cumulat.
9recvena cumulat poate fi relativ sau absolut, de asemenea poate fi cresctoare sau descresctoare, ea
reprezint suma frecvenelor intervalelor de grupare de la un anumit nivel n sus sau n $os.
Interale de 3rupare
Druparea statistic este o centralizare pe grupe a unitilor unei colectiviti.
Erimea intervalelor 3claselor4 de grupare se consider, n general, egal, cu ecepia intervalelor
etreme, pentru care uneori se pot adopta valori diferite. )legerea numrului de grupe se face innd seama
de scopul gruprii. Erimea 3amplitudinea4 intervalelor de grupare se determin cu relaia"
k
.
k
x x
/
min max
n k
7n alt mod simplu de stabilitate a numrului de intervale de grupare const n considerarea numrului
ntreg care rezult din relaia n k .
!entru 6B< n < este suficient mprirea n 1< intervale de grupare.
:ac 6B n < , gruparea valorilor statistice nu ofer informaii suplimentare pe baza crora s se poat
lua decizii. )tunci cnd se lucreaz cu intervale de grupare, frecvena rezultat prin grupare se consider ca
fiind corespunztoare valorilor medii al fiecrui interval. :ac limitele intervalului de grupare sunt
inf
i
x
i
sup
i
x
, intervalul se consider nchis la stnga i deschis la dreapta. )stfel, o valoare x
i
aparinnd intervalului
)
inf sup
,
i i
x x
i
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
'ia3rama de structur! este un grafic n care este reprezentat structura unei colectiviti, scoate n
eviden raportul eistent dintre prile componente ale colectivitii i colectivitatea luat ca ntreg. Draficul
utilizeaz figuri geometrice cum ar fi" cercul, ptratul, dreptunghiul. Suprafeele acestora sunt direct
proporionale cu volumul colectivitii, iar pari ale acestora sunt reprezentate prin poriuni de suprafa.
,oli3onul (recenelor acestui grafic poate fi etras dintr%o histogram unind prin linii frnte valorile
centrale ale intervalelor de grupare. &n cazul frecvenelor cumulate cresctor, unind n acelai mod
mi$loacele se obine poligonul repartiiei numit i ogiva lui Dalton.
)*1*). IN'ICAT%&I #TATI#TICI
)lctuirea seriei statistice, gruparea datelor i reprezentarea grafic nu sunt suficiente pentru analiza
statistic, respectiv pentru determinarea legilor cruia i se supune fenomenul de mas observat. Seria
statistic format scoate n eviden trsturile comune ale tuturor caracteristicilor ce se supun unor legi
generale. :atele eistente n cadrul seriei trebuie s fie sintetizate ntr%un indicator care s le reprezinte.
#ezultatul msurtorilor obinute n condiiile variabilitii mrimilor ne conduce la faptul c eist o
tendin a datelor de a se grupa n $urul frecvenei maime, frecven care corespunde unei valori centrale a
variabilelor statistice numit tendina central.
&n cazul repartiiilor statistice empirice a frecvenelor, tendina de variaie pentru orice caracteristic a
populaiei statistice prezint dou aspecte"
de localizare 3poziie4 n $urul unei valori medii,
de variaie 3mprtiere4.
:in eperien, se constat c repartiia frecvenelor poate fi simetric sau asimetric n raport cu poziia
de localizare, de asemenea, localizarea se poate face n $urul unei valori medii dar mprtierea poate fi
diferit. Draficele de frecven rezultate n urma prelucrrii datelor au numai valoare de utilizare calitativ.
* analiz cantitativ care s permit o comparaie a tendinelor de localizare i de variaie 3mprtiere4
se poate realiza numai prin determinarea indicatorilor statistici care se calculeaz pe baza datelor statistice
ale valorilor caracteristice respective.
)*1*)*+* Indicatori de localizare ?de poziie/
*rice mrime care d informaii asupra poziiei valorilor principale ale repartiiei pe aa absciselor se
numete indicator de localizare 3poziie4. -ndicatorul de localizare este o valoare teoretic, care n anumite
cazuri poate s nu eiste practic printre valorile populaiei. -ndicatorul de localizare precizeaz valoarea n
$urul creia tind s se grupeze datele reale. -ndicatorul de baz al tendinei de localizare este format din
mrimile medii.
Media.
&n cadrul procesului de prelucrare a datelor, pentru a caracteriza n mod sintetic ceea ce este tipic sau
esenial n variaia caracteristicii dintr%o colectivitate statistic este necesar s se calculeze media. Eedia este
un indicator derivat. Eedia este sintetizat numeric sub form abstract pentru toate nivelurile individuale
ale unei caracteristici.
!entru ca media s aib un coninut real, deci s nu denatureze rezultatul cercetrii este necesar ca la
calculul acesteia s se in cont de urmtoarele aspecte"
nainte de a calcula media se va efectua o analiz a structurii colectivitii asigurndu%ne de
omogenitatea unitii folosite pentru a calcula media,
n cazul n care colectivitatea are un caracter eterogen, este necesar ca respectiva colectivitate s se
mpart n grupe omogene, se va calcula o medie pentru fiecare grup, iar ulterior se calcula o
medie pentru ntreaga colectivitate analizat,
pentru calcul mediei se va utiliza un numr ct mai mare de valori individuale,
deoarece se pot calcula mai multe tipuri de medii se va utiliza acel tip care se coreleaz cel mai
bine cu natura i forma de variaie a caracteristicii.
Eedia reprezint epresia care sintetizeaz ntr%un singur nivel 3reprezentativ4 tot ceea ce este esenial,
tipic i obiectiv n modul de apariie, manifestare i dezvoltare pentru caracteristica statistic. )numite
J
(apitolul --- S.).-S.-() ./01-(2
concepte consider media ca fiind Ksperana matematicL spre care tind toate valorile caracteristicilor
statistice. 9iecare dintre medii se pot calcula sub dou forme"
ca medie simpl,
ca medie ponderat,
Media aritmetic! ( ) x % se calculeaz atunci cnd fenomenul cercetat nregistreaz modificri
constante care se afl n progresie aritmetic. (onsidernd valorile caracteristicii" x
1
, x
2
, ..., x
n
+ + +
n
i
i
n
x
n n
x ... x x
x
1
6 1
1
Eedia ponderat. (nd eist intervale de grupare cu frecvene de apariie specifice fiecrui interval,
media aritmetic se calculeaz cu relaia"
+ + +
+ + +
n
i
i
n
i
i i
n
n n
n
n x
n n n
n x n x n x
x
1
1
6 1
6 6 1 1
...
...
sau
+ + +
+ + +
n
i
i
n
i
i i
n
n
f
f x
f f f
f x f x f x
x
1
1
6 1
6 6 6 1 1
...
...
1<< =
1
n
i
i
f
, atunci
1<<
1
n
i
i i
f x
x
sau
1 =
1
n
i
i
f
atunci
n
i
i i
f x x
1
!entru variabilele aleatoare discrete
n i
p
x
$
i
i
,..., 6 , 1 , "
,
_
+ + +
+ + +
1
1
1
6 1
6 6 1 1
unde"
1
1
n
i
i
p
,
_
1
sau a k
f
f
k
a x
x
n
i
i
n
i
i
i
+
,
_
1
1
Eedia aritmetic este influenat de valorile mari ale seriei.
,ropriet!ile mediei aritmetice
a4 Eedia aritmetic are un nivel cuprins ntre nivelul minim i nivelul maim.
min ma
x x x < <
b4 Suma abaterilor nivelurilor individuale fa de nivelul mediei este zero.
( ) <
1
n
i
i
x x
( ) <
1
1 1 1 1 1
n
x
n x x n x x x x x
n
i
i
n
i
i
n
i
i
n
i
n
i
i
n
i
i
( ) <
1
i
n
i
i
n x x
( ) <
1
1
1
1 1 1 1
n
i
i
n
i
i
n
i
i i
n
i
i i
n
i
i
n
i
i i i
n
i
i
n
n
n x
n x n x n x n x x
c4 Eedia calculat pe baza variantelor caracteristicii micorate sau mrite cu o caracteristic o
modific n acelai sens i cu aceeai mrime fa de valoarea iniial.
1<
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
1
n
i
i
x
x
n
,
( )
a x
n
na x n
n
a x
n
a x
x
n
i
n
i
i
n
i
i
t
t
1 1 1 5
( )
a x a
n
n x
n
n a n x
n
n a x
x
n
i
i
i
n
i
i
n
i
i
n
i
i i
n
i
i
n
i
i
i
n
i
i
t t
t
1
1
1
1 1
1
1 5
d4 Eedia calculat din variantele caracteristicii multiplicat sau simplificat cu o constant k
mrete sau micoreaz de k ori media iniial.
x
k n
x
k
n
k
x
x
n
i
i
n
i
i
&
1
1
1 1
x k
n
x k
n
k x
x
n
i
i
n
i
i
&
1 1
!entru cazul n care se calculeaz pentru serii de frecvene atunci relaia se poate scrie"
1
1
1
n
i
n
i
i
i
x a
x n k a
k
f
1
1
_
1 +
, 1
1
]
e4 :ac ntr%o serie se reduc frecvenele cu o mrime constant precum i valorile caracteristicilor
cu aceeai constant, media calculat rmne neschimbat.
1 1 1
1 1 1
1
1
n n n
i
i i i i i
i i i
n n n
i
i i
i i i
f
x f x x f
k k
x x
f
f f
k k
_
,
_
,
f4 Eedia aritmetic a unei sume este format din dou sau mai multe variabile independente egal
cu suma mediilor. ( ) ( ) ( ) ( ) 4 x " 5 4 x 4 " 4 5 + + + +
g4 Eedia aritmetic a produsului dintre dou variabile independente este egal cu produsul
mediilor. ( ) ( ) ( ) 4 x " 4 x 4 "
h4 Eedia general calculat pentru o populaie eterogen este egal cu media mediilor pariale.
Media armonic!
( )
/
x
% se calculeaz din suma valorilor inverse ale termenilor seriei. (onsiderm
valorile caracteristicii x
1
, x
2
, ..., x
n
, media armonic este dat de relaia"
1 6 1
1
1 1 1 1
...
/ n
n i
i
n
x
x x x
x
n
+ + +
sau
1
1
n
i
i
/ n
i
i
i
f
x
f
x
n
i
i
i
n
i
i
/
x
n
n
x
1
1
*bservaie important"
x x
/
<
.
Eedia armonic este influenat de valorile mici, reducnd din influena valorilor mari.
Eedia armonic se utilizeaz n practic la calculul preului mediu i al indicelui mediu al preurilor.
Media p!tratic!
( )
p
x
% se calculeaz din suma valorilor ridicate la ptrat al termenilor seriei.
+ + +
n
i
i
n
p
x
n n
x ... x x
x
1
6
6 6
6
6
1 6
1
n
i
i p
x
n
x
1
6
1
)tunci cnd colectivitatea este divizat pe grupe i fiecrei grupe i se asociaz o frecven, media
ptratic se calculeaz cu relaia"
6
1
1
n
i i
i
p n
i
i
x f
x
f
sau
n
i
i
n
i
i i
p
n
n x
x
1
1
6
11
(apitolul --- S.).-S.-() ./01-(2
*bservaie important"
/ p
x x x < < .
Eedia ptratic este influenat de valorile mari ale seriei.
Eedia ptratic se folosete n situaii speciale"
cnd se dorete s se acorde o importan mai mare termenilor x
i
cu nivele mari n cadrul seriei,
cnd seria conine att termeni pozitivi ct i termenii negativi.
Media 3eometric!
( )
g
x
@ se calculeaz din produsul termenilor seriei"
1 6
1
...
n
n
n
g n i
i
x x x x x
m
i
i
i
n
m
i
n
i g
x x
1
1
sau
m
i
i
i
f
m
i
f
i g
x x 1
1
!entru uurin se folosete epresia"
+ + +
+ + +
m
i
i
m
i
i i
m
n m
g
n
x n
n n n
x n x n x n
x
1
1
6 1
6 6 1 1
lg
...
lg ... lg lg
lg
Eedia geometric se mai numete i Kritm mediuL.
Eedia geometric este influenat de valorile mici, reducnd din influena valorilor mari.
Media de ordin ArB se calculeaz cu formula"
n
i
r
i
r
r
x
n
m
1
1
sau
r
n
i
r
i r
x
n
m
1
1
respectiv
r
n
i
i
n
i
i
r
i
r
n
n x
m
1
1
@ dac r M 1 ,
n
i
i
i
n
i
i
r
n
n x
x m
1
1
, media aritmetic
@ dac r M 6
n
i
i
n
i
i i
p r
n
n x
x m
1
1
6
, media ptratic
% dac r M %1
n
i
i
i
n
i
i
/ r
x
n
n
x m
1
1
, media armonic
%0seraie important!C
/ g p
x x x x .
Mediana ( ) 4e
% reprezint valoarea caracteristicii care ocup locul central n irul ordonat de valori,
mparte seria n dou grupe egale ca numr. !entru a determina mediana este necesar s se ordoneze termenii
seriei cresctor sau descresctor iar locul medianei va fi stabilit pe baza relaiilor"
,
_
6
1 n e
x 4
% dac irul conine un numr impar de valori
( ) 6 1 n k + unde
1
6
n +
reprezint
rangul,
16
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
6
1
6 6
,
_
+
,
_
n n
e
x x
4
% dac irul conine un numr par de valori
:ac valorile sunt grupate pe clase, intervalul care conine elementul median se numete Kinterval
medianL sau Kclas medianL.
&ntr%o serie de frecvene nti trebuie s se gseasc intervalul median dup care se calculeze valoarea
medianei.
6
1
1
n
i
i
f
median Intervalul
:ac seria frecvenelor este foarte mare 3NB<<4 atunci se renun la adunarea cu cifra 1.
!entru variabile continue, mediana reprezint valoarea tipic cu care variabila x are aceiai
probabilitatea de a fi inferioar sau superioar"
( ) ( )
e e
4 $ 2 4 $ 2 > <
sau
( ) ( )dx x f dx x f
e
e
4
4
+
+
+
unde"
$
inf 4e
' limita inferioar a intervalului median sau a intervalului
cu frecvena cea mai mare 3interval modal4,
/ ' mrimea intervalului median sau intervalului modal,
1
n
i
i
f
1
i
a
/
c
6
,
13
f
>
1
>
6
E
<
1
6
a b
c
h
Fig 3.6. 7raficul pentru
determinarea m'dului
i
n
i
3.8. 7raficul pentru
determinarea medianei
E
e
(apitolul --- S.).-S.-() ./01-(2
rezult din cele dou relaii c"
a b
6 1
sau
( ) 9 a / a / b a
6
1
6
1
6
1
6
1
,
6 1
6
6
1
/ a
+
/
,
6 1
1
/ a
+
similar se calculeaz
,
6 1
6
/ b
+
#ezult"
/ : a : 4
+
+ +
6 1
1
1 1 < sau
/ : b : 4
+
6 1
6
6 6 <
&n cazul curbei frecvenelor se determin punctul de infleiune corespunztor unei parabole punnd
condiia s treac prin trei puncte. Se obine aceiai relaie ca mai sus.
AantaDul utiliz!rii modului* Eodul poate fi determinat foarte rapid. Se utilizeaz pentru a obine o
prim estimare a valorii centrale ale unei distribuii. (u ct valoarea modul se afl la distan fa de
valoarea mediei aritmetice cu att distribuia are o asimetrie mai pronunat. &n concluzie modul poate fi
utilizat pentru aprecierea gradului de asimetrie.
;aloarea central! reprezint media etremelor valorilor caracteristice ale unei serii.
6
min max
c
x x
x
+
8aloarea central se calculeaz i pentru un interval de grupare de ordin i i reprezint media valorilor
limit 3inferior i superior4 ale intervalului.
( ) ( )
6
sup inf
i
i
i c
x x
x
+
Euantile sunt mrimi de poziie. Ouantilele sunt valori ale caracteristicii statistice care mpart seria n n
grupe care au efective egale. 1umrul n definete ordinul Puantilelor. Eodul de determinare a Puantilelor
este analog cu cel utilizat de median. !entru variabile continue se utilizeaz relaia"
( ) ( ) ( ) ( )
n
dx x f ..... dx x f dx x f dx x f
n
x
x
x
x
x
x
1
1
3
6
6
1
1
+
Euartile @ notate ;
1
, ;
2
, ;
3
' sunt acele valori ale caracteristicii care mpart seria n patru pri egale.
/le se calculeaz prin analogie cu modul de calcul al medianei dar innd seam de locul pe care l ocup
Puartila inferioar ;
1
sau Puartila superioar ;
3
n cadrul seriei, Puartila ;
2
este egal cu mediana.
>ocul fiecrei Puartile se determin utiliznd relaiile"
( ) ( )
;
1 3
> ,
;
1 6
> ,
;
1
3 6 1
O O
+
n n n
:
;
8aloarea Puartilelor se calculeaz cu relaiile"
1
O
f
1
O ;
1
1
h
1
infO 1
O
cum
f
n
i
i
f
+
+
,
e
4 ;
6
,
3
O
f
3
O ;
1
1 3
h
3
infO 1
O
cum
f
n
i
i
f
+
+
,
_
n n n
0
:
E
e
O
6
O
3
O
1
Fig 3.= 2'5i(ia >uartilel'r ?i a medianei
1;
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
8aloarea decilei se calculeaz cu relaia"
1
:
f
1
: 1<
1
1
h
1
inf: 1
:
cum
f
n
i
i
f
+
+
02
f
2
0 cum
f
n
i
i
f 1
/
2
inf0
x
2
0
,
_
1<
1
6
Q
e
4 0
B
Q
<
0
f
<
0 cum
f
n
i
i
f 1
<
inf0
/ x 0
<
+
+
,
_
1<
1
J
Centile sau procentile ' notate (
1
, . . ., (
JJ
' sunt valorile caracteristicii care mpart seria n 1<< de
pri.
>ocul procentilelor se calculeaz utiliznd formule"
( ) ( )
1<<
1 JJ
1<<
1 6
1<<
1
1
+
n
<<
@
: 9 . . . 9
n
2
@
: 9
n
@
:
8aloarea procentilei este dat de relaia"
1
@
f
1
@ cum
f
n
1 i
i
f 1
inf@ 1
/ x @
1
+
+
1<<
Q e
4 @
B< Q
<<
@
f
<<
@ cum
f
n
1 i
i
f 1
<<
inf@ <<
/ x @
+
+
,
_
1<<
JJ
/plicaia termenilor din formulele de mai sus este similar cu cea de la decile.
)*1*)*1* Indicatori simplii ai ariaiei sunt utilizai pentru a msura cmpul de mprtiere al
caracteristicilor nregistrate, precum i pentru a determina mprtierea fiecrui nivel individual al
caracteristici fa de nivelul mediu. -ndicatorii sunt" amplitudinea variaiei i abaterea individual. )cetia se
pot eprima att n mrimi absolute ct i n mrimi relative.
Amplitudinea ariaiei
a4 )mplitudinea variaiei n mrimi absoluteC .
x
* $
max
, $
min
b4 )mplitudinea variaiei n mrimi relative" .
rel
% * 1<< 1<<
min ma
x
x x
x
.
x
)mplitudinea variaiei nu este un indicator suficient de semnificativ, principalul dezavanta$ const n
faptul c nu ine seam de toate valorile observate ci numai de valorile etreme ale caracteristicilor, ori
asupra variaiei unui fenomen este normal s aib influen toate valorile individuale i frecvenele lor de
apariie. 7neori sunt cazuri cnd valorile etreme sunt foarte deprtate de celelalte valori intermediare i in
acest caz, a msura variaia numai n funcie de amplitudinea ei poate fi o greeal. )mplitudinea variaiei
este un indicator care n domeniul tehnic se interpreteaz n raport cu limitele de toleran admise.
A0aterea indiidual!
a4 )baterea individual n mrimi absolute ' notate d
i
%
se calculeaz cu relaia
x x d
i i
b4 )baterea individual n mrimi relative ' notate d
i
% % se calculeaz cu relaia
1<< 1<< =
x
d
x
x x
d
i i
rel
&n concluzie, amplitudinea variaiei ofer informaii referitoare la mrimea3ntinderea4 domeniului de
variaie fr s ofere posibilitatea cunoaterii structurii interne de variaie, iar abaterea individual ofer
informaii doar la nivelul fiecrei variante x
i
, negli$nd imaginea dispersiei pe ansamblul distribuiei.
Indicatori sintetici ai ariaiei eprim, n mod sintetic, mprtierea tuturor nivelurilor individuale
ale unei caracteristici fa de nivelul mediu
A0aterea medie liniar! ' notat d % este un indicator sintetic al mprtierii, definit ca valoare medie
a abaterilor absolute, se calculeaz ca media aritmetic simpl sau ponderat din abaterile termenilor de la
media lor, luat n valoare absolut.
n
i
x
i
x
n n
n
i
x
i
x
d
1
1
1
1B
(apitolul --- S.).-S.-() ./01-(2
)baterea medie liniar calculat n valori absolute pentru o serie cu intervale de grupare.
n
i
i
f x
i
x
n
i
i
f
n
i
i
f
n
i
i
f x
i
x
d
1
1
1
1
1
)baterea medie liniar calculat n valori relative pentru o serie cu intervale de grupare.
n
i
i
f x
i
x
n
i
i
f x
i
x
d
1
=
1<<
1
1<<
1
=
:ac x
i
este o variabil aleatoare a crei funcie de repartiie este F
x#
i eist media 4AxB, epresia
abaterii medii liniare este dat de relaia"
[ ] [ ]
( )
( )
( )
dx f x dF $ 4 x d
x i x i
+
+
(alculul abaterilor individuale
d
se face fr a ine seam de semnul lor deoarece dac s%ar folosi
valorile algebrice, nivelul abaterii medii liniare ar fi egal cu zero. )baterea medie liniar indic variaia
medie de la valoarea medie de distribuie. 8aloarea este cu att mai mic cu ct valorile sunt grupate n $urul
mediei. !entru calculul abaterii medii liniare se poate utiliza orice alt mrime medie cum ar fi mediana,
dezavanta$ul const n aproimarea introdus de median.
A0aterea medie p!tratic! ' notat C ' se mai numete deiaia standard, este un indicator al
mprtierii valorilor unei variabile aleatoare x, este definit ca rdcina ptrat a momentului centrat de
ordin doi sau este rdcina ptrat a dispersiei.
( )
( )
n
i
x
i
x
n
n
i
x
i
x
n n
n
i
x
i
x
1
6 6
1
1
6
1
1
6
6
)baterea medie ptratic calculat n valori absolute pentru o serie cu intervale de grupare este dat de
epresia"
( )
n
i
i
n
n
i
i
n x
i
x
1
1
6
)baterea medie ptratic calculat n valori relative pentru o serie cu intervale de grupare este dat de
epresia"
( )
n
i
i
f
n
i
i
f x
i
x
1
1
6
1
sau
( )
n
i
%
i
f x
i
x
1
6
1<<
1
!entru serii cu variabile aleatoare discrete, epresia abaterii medii ptratice este"
( )
n
i
i i
n
i
i i
p x p x
1
6 6
1
6
!entru serii cu variabile continue, unde F
x#
este funcia de repartiie a variabilei aleatoare x i D este
media acestor variabile, abaterea medie ptratic este dat de relaia"
( )
( )
( )
( ) ( )
+
+
+
6 6 6 6
dx f x dx f x dF x
x i x i x i
)baterea medie ptratic este calculat ca o medie ptratic, iar prin ridicarea la ptrat se d o mai mare
importan abaterilor mai mari n valoare absolut. )baterea medie ptratic este un indicator de baz care
se folosete n analiza variaiei, pentru estimarea erorilor de selecie, n calculele de corelaie.
%0seraieC C E d
,
rezult din faptul c abaterea medie ptratic este calculat ca o medie ptratic n
care se reflect n mod pregnant influena factorilor ntmpltori, adic abaterile mari fa de medie.
)baterea medie ptratic caracterizeaz mai bine variaia fenomenelor.
&elaia "ntre 7i Q. :ou mrimi diferite devin comparabile dac facem raportarea la un referenial
comun. &n cazul de fa considerm distribuia normal perfect simetric, tim c n intervalul mediu
interPuartilic 34
e
' ;4 i 34
e
R ;4 se afl B<= din unitile unei colectiviti, n schimb n intervalul
( ) x
i
( ) + x
se afl CI,6H = din unitile colectivitii. 9cnd convertirea utiliznd variabila standard
x x
F
i consultnd tabelele Dauss, rezult ; M <,CHB C
1C
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
A0aterea medie p!tratic! corectat! notat cu s ' se calculeaz dup formula"
( )
( )
n
i
x
i
x
n n
n
i
x
i
x
s
1
6
1
1
1
1
6
Coe(icientul de ariaie notat (8 ' este un indicator relativ al variaiei caracteristicii, se calculeaz
ca raport procentual ntre abaterea medie ptratic sau abaterea medie liniar i media aritmetic a seriei.
(8 M
1<<
x
sau (8 M 1<<
x
d
(oeficientul de variaie are valori cuprinse n intervalul < S (8 S 1<<=, cu ct nivelul coeficientului de
variaie tinde spre zero, cu att seria statistic este mai omogen i media este mai reprezentativ respectiv
cu ct valoarea tinde ctre 1<<= cu att variaia este mai intens iar media are un nivel de reprezentare
redus.
!entru a caracteriza variaia seriei, respectiv testul de semnificaie al reprezentativitii mediei funcie
de coeficientul de variaie se consider urmtoarele praguri"
+ < S (8 T 1H= media este strict reprezentativ iar colectivitatea este omogen
+ 1H= S (8 T 3B= media este moderat reprezentativ
+ 3B= S (8 T B<= media este reprezentativ n sens larg
+ (8 N B<= media este nereprezentativ iar colectivitatea este eterogen
Interal interFuartilic ' notat I
;
% eprim abaterea interPuartilic i se calculeaz ca diferena ntre
Puartila ;
3
i Puartila ;
1.
( ) ( )
1 3 1 3
; 4 4 ; ; ; I
e e ;
-ntervalul interPuartilic fa de amplitudinea de variaie elimin influena valorilor etreme ale seriei,
care n anumite situaii sunt eagerate.
#emiinterFuartila
' notat .
;
' reprezint abaterea medie interPuartilic.
6
1 3
; ;
.
;
; ;
; ;
4
.
@G
e
;
;
Coe(icientul de ariaie interdecilic notat cu @G
0
'
1<<
6
1<<
1 J
e e
0
0
4
0 0
4
.
@G
'ispersia notat cu C
2
se calculeaz ca o medie aritmetic simpl sau ponderat a ptratelor
abaterilor valorilor individuale fa de media lor.
#elaia de calcul a dispersiei este urmtoarea"
( )
n
x x
n
i
i
1
6
6
#elaia de calcul a dispersiei cu frecvene absolute pentru o serie analizat prin intervale de grupare este
urmtoarea"
( )
n
i
i
n
i
i i
n
n x x
1
1
6
6
#elaia de calcul a dispersiei cu frecvene relative pentru o serie analizat prin intervale de grupare este
urmtoarea"
( )
n
i
i i
n
i
i
f x x
f
1
6
1
1
6
G
( )
n
i
i i
f x x
1
6
=
1<<
1
6
n
i
i
x x
n
1
6
1
6
sau
[ ] ( ) [ ] ( )
n
i
i i
p x x 4 $ 0
1
6 6 6
1H
(apitolul --- S.).-S.-() ./01-(2
#elaia de calcul a dispersiei pentru o serie cu variabile continue este"
[ ] ( )
( )
dx f x $ 0
x
+
6
6
:ispersia unei caracteristici poate fi calculat cu a$utorul formulei momentului centrat de ordinul doi.
)stfel, se poate stabili dac este necesar calculul abaterilor individuale ale variantelor de la media lor.
!entru o serie simpl"
6
1 1
6
6
,
_
n
x
n
x
n
i
i
n
i
i
,
_
n
i
i
n
i
i i
n
i
i
n
i
i i
f
f x
f
f x
,
_
% pentru o serie cu frecvene
( )
6 6
1
1
6
6
a x k
f
f
k
a x
n
i
i
n
i
i
i
,
_
sau
( )
6 6
6
1
1
1
1
6
6
a x k
n
i
i
n
n
i
i
n
H
i
x
n
i
i
n
n
i
i
n
H
i
x
1
1
1
1
1
1
1
1
]
1
,
_
unde
k
a
i
x
H
i
x
s ' 2
as
. 4 x
@
)cest coeficient poate lua valori ntre ' 1 i R 1. (u ct coeficientul este mai mic n valoare absolut, cu
att asimetria este mai mic. &ntr%o serie perfect simetric
p
as
@
M <, ceea ce presupune c valoarea medie
coincide cu mediana i cu valoarea modal a seriei. )cest coeficient este utilizat pentru distribuii uor
asimetrice.
:ac"
<
p
as
@
distribuia este simetric
# 9 @
p
as
1 < +
distribuia are asimetrie pozitiv 3asimetrie la dreapta4,
4 < , 1 3
p
as
@
distribuia are asimetrie negativ 3asimetrie la stnga4
Coe(icientul de asimetrie ,earson notat I
1
' se calculeaz pe baza momentelor centrate de ordin trei
respectiv de ordin doi.
2
3
1
unde
( )
i
i i
n
n x x
6
6
iar
( )
i
i i
n
n x x
3
3
:istribuiile simetrice au momentele centrate de ordin impar nule iar cele de ordin par sunt pozitive
( ) < , < , < , <
; 6 3 1
> >
.
:istribuiile asimetrice au momentele centrate de ordin impar diferite de zero iar cele de ordin par sunt
pozitive, sensul asimetriei este dat de semnul lui
3
.
:ac"
<
1
e F
as
4 x
@
3
)ceasta formul se folosete pentru seriile uor asimetrice i ia valori ntre ' 3 i R 3. Se mai utilizeaz
i formula" 4'd M 4edia ' 334edia J 4ediana4
Coe(icientul de asimetrie .iscHer ' notat K
1
' se calculeaz cu relaia"
3
3
1
, unde"
3
6
3
,
valoare care este ntotdeauna pozitiv, semnul asimetriei va fi dat de
3
unde"
1 1
; 4 >
e
iar
e
4 ; >
3 6
,
coeficientul poate lua valori n intervalul
1 1 +
L
as
@
:ac"
<
L
as
@
distribuia este simetric,
< >
L
as
@
distribuia este asimetric la dreapta,
< <
L
as
@
distribuia este asimetric la stnga.
:ac acest coeficient se apropie de <,1 seria este moderat asimetric iar pentru valori mari de <,3 seria
este pronunat asimetric.
#epartiiile empirice pot avea unul sau mai multe maime. #epartiia cu un singur maim se numete
unimodal i poate fi simetric sau asimetric. :ac repartiia prezint dou sau mai multe maime se
numete polimodal. Se ntlnesc i situaii n care apar zone de minim n locul unui maim, n acest caz
repartiia poart denumirea de antimodal. 7n caz particular de repartiie antimodal este repartiia uniform
la care valorile frecvenei rmn constante.
1J
(apitolul --- S.).-S.-() ./01-(2
Indicatori de aplatizare*
)nalizat din punct de vedere grafic, aplatizarea 3boltirea4 se apreciaz comparnd curba frecvenelor
unei distribuii empirice cu modelul corespunztor distribuiei normale avnd aceiai medie i aceiai
dispersie. )platizarea se poate gsi n una dintre cele trei situaii"
curba mezocurtic 3normal4, este cea care coincide cu modelul,
curba platicurtic, se datoreaz unei variaii puternice a variabilei x nsoit de o variaie slab a
frecvenei f
i
,
curba leptocurtic, se datoreaz unei variaii slabe a variabilei x nsoit de o variaie puternic a
frecvenei f
i
,
/cesul de aplatizare se eprim avnd ca etalon de referin repartiia normal la care I
2
M 3
'ensitatea de repartiie a (recenelor se calculeaz ca raport ntre fiecare frecven intervalului de
grupare i mrimea intervalului respectiv"
@ densitatea absolut de repartiie a frecvenelor
/
n
d
i
a
,
@ densitatea relativ de repartiie a frecvenelor
/
f
d
i
r
/
% f
d
i
r
.
(alcularea acestor indicatori este necesar, n special, pentru seriile cu intervale de grupare mari sau
neegale. &ntre densitatea de repartiie i densitatea de probabilitate eist analogii, astfel dac valorile
acestora indic o tendin de cretere ca valoare ctre valoarea central a caracteristicii nseamn c seria are
o tendin de normalitate i c media este reprezentativ pentru cele mai multe valorii ale caracteristicii
statistice.
Coe(icientul de aplatisare ,earson ' notat I
2
se calculeaz utiliznd momentele centrate cu relaia"
;
;
6
6
;
6
, unde D
2
, respectiv D
1
reprezint momentul centrat de ordin doi 3variana4 respectiv momentul
centrat de ordin patru.
:ac"
3
6
distribuia este normal 3 curba Dauss ' >aplace 4
3
6
<
distribuia este platicurtic
3
6
>
distribuia este leptocurtic
Coe(icientul de aplatisare .isHer ' notat K
2
se calculeaz cu relaia
3 3
6
6
;
6 6
:ac"
<
6
distribuia este normal 3 curba Dauss ' >aplace 4
<
6
<
distribuia este platicurtic
<
6
>
distribuia este leptocurtic
f34
f34
f34
asimetrie de dreapta
1
E -
asimetrie de stMnga
1
N -
simetrie
1
* -
x
x
x
Figura 3.O. Pimetria reparti(iei
6<
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
)*1*2* M%MENTE
&n statistica matematic i teoria probabilitii, se utilizeaz noiunea de moment, noiune etrem de
important, deoarece pe baza acestei noiuni se pot stabili indicatori de baz" media, dispersia precum i
indicatorii referitori la forma repartiiei, simetrie i aplatizare. :e asemenea, particulariti legate de forma
repartiiei nu pot fi redate de indicatori statistici de localizare sau variaie de aceea se calculeaz momentele
de ordin k.
Eomentele se mpart n dou mari categorii"
% momente absolute, la care valorile sunt considerate n raport cu originea 3notate
k
a
m
4,
% momente centrate de ordin k, la care valorile sunt eprimate n raport cu o valoare arbitrar 3notat.
k
c
m
4
Moment a0solut de ordin k ?k K +/ sau moment iniial de ordin k se determin utiliznd relaia"
+ + +
n
i
k
i
k
n
k k
k
a
x
n n
x ... x x
m
1
6 1
1
unde" x
1
, x
2
, Q, x
n
sunt valori observate
ale caracteristicii $.
Eomentul absolut de ordin k poate fi eprimat i cu a$utorul frecvenelor absolute sau relative"
n
i
k
i i
n
i
i
k
a
x f
f
m
1
1
1
sau
n
i
k
i i
k
a
x % f m
1
1<<
1
Eomentul absolut de ordin - reprezint media aritmetic.
a
n
i
i
n
a
x x
n n
x ... x x
m
+ + +
1
6 1 1
1
Eomentul absolut de ordin -- reprezint media ptratic.
6
1
6
6 6
6
6
1 6
1
p
n
i
i
n
a
x x
n n
x ... x x
m
+ + +
n
i
k
i
k
c
. x
n
m
1
1
sau
( )
i
n
i
k
i
n
i
i
k
c
f . x
f
m
1
1
1
,
( ) =
1<<
1
1
i
n
i
k
i
k
c
f . x m
Eomentul centrat de ordin k n raport cu media aritmetic se noteaz cu
k
c
m
i se calculeaz cu
relaiile"
( )
n
i
k
i
k
c
x x
n
m
1
1
sau
( )
i
n
i
k
i
n
i
i
k
c
f x x
f
m
1
1
1
,
( ) =
1<<
1
1
i
n
i
k
i
k
c
f x x m
Eomentul centrat de ordin k n raport cu media teoretic se noteaz cu D
k
i se calculeaz cu relaia"
[ ] ( ) [ ] ( )
i
n
i
k
i
k k
p x $ 4 $ 4
1
f34 f34
f34
aplatisat
platicurtic#
1
N39
ascu(it
lept'curtic#
1
E39
x
x
x
Figura 3.<. Tipuri de aplati5ri
aplatisare medie
me5'curtic#
1
39
61
(apitolul --- S.).-S.-() ./01-(2
!entru variabila continu, momentul centrat de ordin k este "
( )
( )
dx f x
x
k k
+
Eomentul centrat de ordinul -- este egal cu dispersia.
( )
6
1
6 6
1
n
i
i c
x x
n
m
&elaii "ntre momentele a0solute 7i momentele centrate
&ntre momentele absolute
k
a
m
i momentele centrate
k
c
m
se pot stabili anumite relaii. Eomentul
centrat de ordin doi poate fi eprimat de momentele iniiale "
( )
6
1
1
6
6
1
1
1
1
6
1
6
6
1
1
1
6
1
1
1
6
x
i
x
n
i
i
f
n
i
i
f
x
i
x
n
i
i
f
n
i
i
f
n
i
i
f x
i
x
n
i
i
f x
i
x
n
i
i
f
n
i
i
f
x
i
x
n
i
i
f
n
i
i
f
c
m +
,
_
( ) ( )
6
1 6
6
1 1 1
6
6 6
c
m
c
m
a
m
a
m
a
m
a
m
c
m +
&n mod similar, momentul centrat de ordin trei va fi "
3
1
6
6 1
3
3 3
,
_
+
a
m
a
m
a
m
a
m
c
m
Se pot scrie urmtoarele relaii"
( )
( )
( ) ( )
; 6 6 3 ;
;
1 6
6
1 3 1 ; ;
3 6 3
3
1 6 1 3 3
6 6 6
6
1 6 6
1 1
<
3 C ; 3 C ;
6 3 6 3
<
<
x x m x m m m m m m m m m
x x m m m m m m m
x m m m m
x m m
m
a a a a a a a a a c
a a a a a a c
a a a c
a c
c
+ +
+ +
Corecia momentelor
!entru calculul indicatorilor statistici n cazul seriilor cu foarte multe uniti statistice se utilizeaz
gruparea pe intervale, frecvena fiecrui interval este considerat ca fiind corespunztoare valorii centrale a
intervalului de grupare. (alculul indicatorilor statistici utiliznd metoda gruprii unitilor statistice
conduce, n general, la apariia anumitor erori. 1umai o repartiie uniform a unitilor statistice n
interiorul fiecrei clase conduce la ineistena erorilor, lucru care este, n general, foarte rar ntlnit.
(orectarea indicatorilor statistici calculai utiliznd metoda gruprii este cunoscut sub denumirea de
corecie Sheppard.
Eedia nu necesit nici o corecie, deoarece formula"
n
i
i
x
n
x
1
1
este identic cu
( )
+
n
i
i
. x
n
. x
1
1
!entru momentele absolute corectate
c
k
a
m i momentele centrate corectate
c
k
c
m , valorile sunt date de
relaiile"
1 1
a
m
c
a
m <
1 1
c
m
c
c
m
6
16
1
6 6
/
a
m
c
a
m +
6 6 6
16
1
/ m m
c c
1 6
;
1
3 3
a
m /
a
m
c
a
m +
3 3
c
m
c
c
m
;
I<
1
6 6
6
1
; ;
/
a
m /
a
m
c
a
m + +
;
6;<
H
6
6
1
; ;
/ /
c
m
c
m
c
c
m +
unde" / este amplitudinea intervalului de grupare.
)*)* &E,A&TIII #TATI#TICE
#epartiiile teoretice reprezint un model ideal al unei repartiii statistice, practic eprim un mod
teoretic de comportare a fenomenelor studiate de statistic. #epartiiile teoretice sau legile de probabilitate
ale unei variabile aleatoare $ arat modul n care este distribuit volumul total al probabilitilor pe ansamblul
valorilor posibile ale variabilei $.
:escrierea unei legi de probabilitate a unei variabile aleatoare $ se face prin"
% funcia de repartiie 9
34
, n cazul unei variabile aleatoare discrete,
66
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
% funcia densitii de probabilitate f
34
sau prin funcia de repartiie 9
34
, n cazul unei variabile
aleatoare continue.
9uncia de repartiie a unei variabile aleatoare $ este definit prin intermediul probabilitilor
( ) { } # , < x $ 2 x F
!entru o variabil continu, funcia de repartiie are urmtoarea epresie"
( )
( )
dx f x F
x
x
unde f
34
este funcia densitatea de probabilitate a variabilei $
!entru o variabil discret, funcia de repartiie are urmtoarea epresie"
( )
( )
x x 9 i
x
i
i
p x F
unde
( )
i
x
p
este funcia de mas de probabilitate a variabilei $ care ndeplinete
condiiile
( ) [ ] [ ] [ ] 1 1 <
i
i i i
x $ 2 9 x $ 2 x p
*rice lege de probabilitate este caracterizat de anumii parametri care se determin n acelai mod cu
parametrii distribuiilor statistice prezentai n capitolele precedente" media, dispersia, abaterea standard,
coeficientul de asimetrie, coeficientul de aplatisare. !arametrii repartiiilor teoretice discrete se obin pe baza
relaiilor cunoscute pentru distribuiile statistice n care frecvenele sunt nlocuite cu probabilitile asociate
valorilor variabilei aleatoare $.
)*)*+* &E,A&TIII 'I#C&ETE
&epartiia 0inomial! ?sau repartiia :ernoulli/ se obine n cazul variabilelor aleatoare discrete cnd
eperimentrile au urmtorul model probabilistic"
a4 fiecare ncercare are numai dou rezultate posibile care formeaz un sistem complet de
evenimente incompatibile. /emplu" . ' cnd se produce evenimentul favorabil, . % cnd nu
se produce evenimentul favorabil.
b4 probabilitatea de apariie a unui eveniment, !3.4 s fie constant la fiecare ncercare i egal cu p
iar probabilitatea celuilalt eveniment va fi egal cu 2 .# * 1, p * >.
:ac repetm eperimentului de n ori, numrul de apariie al evenimentului . este o variabil aleatoare
discret avnd valorile posibile <, 1, 6, ... n.
(onsiderm un lot de piese avnd un procent de > defecte. /fectum etrageri repetate, iar piesele
etrase se introduc din nou n lot, spre a nu se modifica compoziia, pentru a avea aceiai probabilitate de
succes, se obine o repartiie binomial a numrului de piese defecte. /tragerea se numete Kcu ntoarcereL.
!resupunem c am efectuat n acest mod dou etrageri" notm evenimentul ca piesa s fie bun cu ., iar
celalalt eveniment ca piesa s fie defect cu .. &n acest caz se pot lua n consideraie urmtoarele situaii"
!robabilitatea de apariie a evenimentului . de dou ori este "
2.Q.# * 2.# 2.# * p
2
!robabilitatea de apariie o singur dat este"
2A.Q .#R .Q .#B * ( ) . 2 2.# + ( ) . 2 # . 2 * 2p>
!robabilitatea apariiei evenimentului . n cele dou etrageri"
2 .Q .# * ( ) . 2 # . 2 * >
2
Deneraliznd putem considera c dup n ncercri s%a produs de k ori evenimentul . i de n J k ori
evenimentul .. !robabilitatea de a se produce evenimentul . de k ori n ordine i apoi a evenimentul .
de n J k ori n ordine este data de relaia" 2.Q.Q.Q)Q .Q .Q)Q .# * p
k
>
n,k
:ac n cele n eperimentri nu intereseaz ordinea de apariie a evenimentului . atunci trebuie
considerate toate situaiile posibile. 1umrul posibil al ordonrilor diferite este egal cu formula combinrilor
k
n
@
. #ezult deci c probabilitatea ca n n probe evenimentul . s se produc de k ori este dat de relaia"
2n!k # M 2$ * k# * fk# *
> p @
k , n k k
n
M ( )
k , n k k
n
p , 1 p @ unde"
k
n
@
M
U
4U 3
k
k n
M
( )S k n kS
nS
2i T kTm# *
( )
m
i k
k f
*
m
i k
k , n k k
n
> p @
>egea binomial eprim probabilitatea de a avea de k ori succes n cadrul a n ncercri independente,
desfurate n aceleai condiii, al cror rezultat poate fi succesul, cu probabilitatea p, sau eecul cu
probabilitatea > *1,p
63
(apitolul --- S.).-S.-() ./01-(2
2i T kTm# *
( )
m
i k
k f
*
m
i k
k , n k k
n
> p @
Se observ c epresia 2n!k# este termenul general al dezvoltrii binomului lui 1eVton ( )
m
> p + , de
unde i denumirea de repartiie binomial. !entru aplicaiile unde n ia valori mari se poate folosi, pentru
simplificarea calculului, formula lui Stirling" n e n S n
n n
6
9uncia de probabilitate a repartiiei binomiale are epresia" 2x * k# * 2k# *
> p @
k , n k k
n
>egea binomiale se poate aproima printr%o lege normal.
#epartiia binomial tinde ctre repartiia normal cnd
n
. S%a constatat, din reprezentarea grafic
a legii binomiale Ln!p# c atunci cnd probabilitatea p este aproape de <,B, repartiia binomial are o form
simetric. :ac p rmne constatat i n este destul de mare 3n E 3-4, legea lui Dauss devine o bun
aproimare a legii binomiale i admite ca parametrii sperana matematic
np x
respectiv abaterea
standard
np>
a legii binomiale adic"
( )
,
_
np> ! np N p ! n L $ U
. &n practic acest rezultat se traduce
prin faptul c dac n are o valoare mare 3n E 3-4 i p nu este zero sau unu, se poate calcula probabilitatea
pentru care variabila binomial $ s se afle n intervalul a!b# ca i n cazul unei variabile normate cu media
np x
i abaterea standard
np>
.
-ndicatorii teoretici sunt"
Eedia" V *
[ ] $ 4
* np9
:ispersia" C
2
*
[ ] $ 0
* np> * np1,p#9
)baterea medie ptratic
np>
,
Eomente
( ) ( ) np> p> np> p > np> np> np 3 C 1 , , ,
; 3
6
6 1
+
,
)simetria
np>
p >
1
,
)platizarea
np>
p> C 1
6
8aloarea modal a variabilei aleatoare discrete $ este un numr ntreg cuprins ntre np,> i np+>
i permite aprecierea asimetriei distribuiei de probabilitate. #epartiia binomial este n cele mai multe
cazuri asimetric" p N <,B asimetrie pozitiv, p S <,B asimetrie negativ, p M <,B simetric.
&epartiia Hiper3eometric!
Eodelul probabilistic al repartiiei hipergeometrice este similar celui binomial, singura diferen const
n faptul c elementul etras nu mai revine i astfel la fiecare etragere se modific compoziia 3condiiile4.
/tragerea se numete Kfr ntoarcereL.
9iind dat o populaie compus din n piese din care" a sunt bune i b * n , a sunt defecte 3condiia a + b
* n4. !robabilitatea ca dup ce efectum m etrageri succesive fr ntoarcere s se obin un numr de x
piese bune respectiv un numr de m J x piese defecte, este calculat cu formula combinrilor a n piese luate
cte m"
m
b a
m
n
@ @
+
:ac n este foarte mare, repartiia hipergeometric se aproprie de repartiia binomial cu parametrii" p
M
n
a
, > M
n
b
M 1'
n
a
9uncia de repartiie se calculeaz cu formula"
( ) ( )
x m
b
k
x
x
a
m
n
m ! n
@ @
@
k $ 2 k F
<
1
9orma general a repartiiei hipergeometrice poate fi definit astfel" se consider un numr de n produse
industriale cu a
1
! a
2
! )a
k
clase avnd caliti diferite unde a
1
+ a
2
+ )+a
k
* n! etragem 3fr ntoarcere4 m
eemplare, posibilitatea ca n eantionul etras, s eiste x
1
! x
2
! ... x
k
eemplare din fiecare calitate x
1
+ x
2
+ ...+ x
k
* m# este" 2
n!m
x
1
!x
2
!...!x
k
# *
m
n
x
a
x
a
x
a
@
@ @ @
k
k
...
6
6
1
1
6;
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
#epartiia hipergeometric se utilizeaz la controlul statistic de recepie a loturilor mici de produse.
#epartiia binomial poate fi considerat ca un caz limit al repartiiei hipergeometrice n situaia n care
n
, iar volumul eantionului este constant.
-ndicatorii teoretici sunt"
8aloarea medie 3media4" V * mp,
:ispersia"
1
6
n
m n
mp>
, dac n EE m! atunci
,
_
n
m
mp> 1
6
&epartiia ,oisson 3denumit i repartiia evenimentelor rare4
/venimentele specifice repartiiei !oisson au o probabilitate mic de apariie 3evenimente rare4 iar
volumul eantionului este suficient de mare nct s fie ndeplinit condiia np * W * c'nstant. )ceste
evenimente sunt cele care produc avarii, produc accidente, conduc la defectarea unei maini, s.a. i este
denumit variabila !oisson. 8ariabila !oisson este o variabil aleatoare care ia un numr de valori pe un
interval de lungime finit. 1otm cu W densitatea de apariie a unui eveniment n unitatea de timp, atunci
media apariiilor evenimentului n intervalul t se calculeaz cu formula D*Wt .
!robabilitatea apariiei a evenimentului de k ori n acelai interval t este" 2$ * k# *
t
k
e
k
t
U
4 3
9uncia de probabilitate are epresia" 2x * k# *
e
S k
k
:istribuia !oisson este determinat de un singur parametru $ U 2k#
9uncia de repartiie !oisson are epresia"
( ) ( )
k
k
k k
x
k
k
e e
k
k F k x 2
< <
U U
Apro6imarea le3ii ,oisson
>egea !oisson poate fi aproimat cu o repartiiei binomial cnd p sau ># este mic iar n este mare. &n
acest caz se folosete ca parametru al legii !oisson sperana matematic 3media teoretic4 a legii binomiale D
* np. )ceast particularitate poate fi folosit n aplicaiile practice atunci cnd un eveniment cu repartiie
binomial are o probabilitate foarte mic de apariie. &n acest caz n locul formulei de mai sus se poate utiliza
relaia" 2n!k#*
np
k
e
k
np
U
4 3
)proimaia este suficient de bun atunci cnd p <,1 i np B.
)tunci cnd parametrul !oisson este mai mare ca 6< 3mN6<4 legea !oisson poate fi aproimat printr%o
lege normal $ U 2m# Nm! m #
* particularitate a repartiiei !oisson const n faptul c media teoretic i dispersia sunt egale"
D * 4$# * C
2
* 0$# * W.
(ondiia necesar pentru a avea o lege !oisson este urmtoarea"
( )
( ) k k $ 2
k $ 2
1
.
Suma a dou variabile aleatoare independente $
1
i $
2
, urmnd fiecare o lege !oisson de parametri m
1
i
m
2
! urmeaz ea nsi o lege !oisson
$
1
U 2m
1
#, $
2
U 2m
2
# re5ult $
1
+ $
2
# * 2m
1
+m
2
#
-ndicatorii teoretici sunt"
8aloarea medie 3media4" V * 4$# * W,
:ispersia" ( ) $ 0
6
)*)*1* &E,A&TIII C%NTINUE
&epartiia uni(orm!. 9uncia densitate de repartiie are epresia"
( )
[ ]
[ ]
'
b a x pentru
b a x pentru
a b
, , <
, ,
1
f
8ariabila aleatoare $ care are funcia de repartiie uniform pe Xa, bY.
6B
(apitolul --- S.).-S.-() ./01-(2
9uncia de repartiie uniform pe Xa, bY este "
( )
'
>
<
b x pentru
b x a pentru
a b
a x
a x pentru
F
, 1
,
, <
unde
( ) ( )dt t f x F
x
.
!entru x a, F3x4 M <, deoarece n acest caz f3t4 M <.
:ac a S x b avem"
( ) ( ) ( ) ( )dt t f dt t f dt t f x F
x
a
x
a
a
+
deoarece, pentru t S a, f3t4 M < i deci
( ) <
dt t f
a
.rezult"
( )
x
a
a b
a x
dt
a b
x F
1
.
:ac N b putem scrie"
( ) ( ) ( ) ( ) ( ) 1
1
+ +
dt
a b
dt t f dt t f dt t f dt t f x F
b
a
b
a
x
b
b
a
a
, deoarece,
pentru t S a i t N b, f3t4 M <.
Draficele funciilor f3x4 i F3x4 ale repartiiei uniforme sunt date n figura 3.1<.
Gal'area medie i dispersia variabilei aleatoare , uniform pe Xa, bY sunt"
E34 M
6
b a +
, ( )
( )
16
6
6
a b
0
&ntr%adevr, innd seama de funcia de repartiie avem"
( ) ( ) ( ) ( ) ( ) ( )
6
1 b a
dx x
a b
dx x xf dx x xf dx x xf dx x xf dx x xf 4
b
a
b
a b
b
a
a
+
+ +
.
( ) ( ) ( )
3
1
6 6
6 6 6 6
b ab a
dx x
a b
dx x f x dx x f x 4
b
a
b
a
+ +
.
:in aceast epresie i din rezultatul precedent deducem" ( )
( ) ( )
16 ; 3
6 6 6 6
6
a b b a b ab a
0
+ +
.
:eoarece b N a rezult"
( )
3 6
a b
0
.
&epartiia normal! este cea mai important lege de repartiie, fiind cunoscut sub denumirea de legea
Dauss ' >aplace. >egea normal are un rol important n teoria probabilitii, fiind utilizat pentru
aproimarea unor legii de probabilitate. #epartiia normal este utilizat foarte des n analiza variabilelor
aleatoare, avnd un rol fundamental n teoria seleciei, n analiza de regresie, n analiza varianei i
covarianei, etc. * distribuie normal este rezultatul unui numr foarte mare de cauze independente, cu efect
aditiv, fiecare dintre ele avnd o influen negli$abil n modificarea celorlalte.
a/ LEGEA GAU## LA,LACE este caracterizat de parametrii D i C
2
.
f34
934
< <
a
b
b a
1
a
b
Figura 3.1-. 7raficul reparti(iei unif'rme
a# func(ia densit(ii de pr'babilitate
b# func(ia de reparti(ie
6C
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
* variabil aleatoare $ este distribuit dup o lege normal dac funcia densitate de probabilitate are
urmtoarea epresie" fx# *
6
6
1
6
1
,
_
x
e , X x
unde" D % este media iar C
2
este variana 3dispersia4.
:istribuia normal este unic determinat de medie i dispersie, se noteaz simbolic prin"
$ U ND! C
2
#.
Suma 3sau diferena4 a dou variabile aleatoare independente $
1
i $
2
care sunt guvernate de legea
normal ND
1
! C
1
2
# i ND
2
! C
2
2
# urmeaz de asemenea, legea normal, i anume"
# ! NV U $
# ! NV U $
2
2 2 2
2
1 1 1
6 1
$ $ $ +
U ( )
6
6
6
1 6 1
t t ! N
Draficul funciei densitatea de probabilitate are forma de clopot i prezint urmtoarele particulariti"
admite un maim pentru x * D i scade necontenit la dreapta i la stnga 3
dx
x df 4 3
M < pentru x * D iar valoarea funciei n acest punct este f *
6
1
4,
este simetric n raport cu dreapta x * D.
8alorile centrale 3media, mediana i modul4 sunt egale D *
4
'
* 4
e
,
n punctele x * D , C i x * D + C i
modific conveitatea 3puncte de infleiune4,
ntr%o distribuie normal, amplitudinea
variabilei este infinit , N $ N +. (nd x t
funcia fx# tinde spre zero.
dac n variabile aleatoare normale @
i
3cu i * a ! 1 # sunt
independente i identic repartizate de parametri cunoscui, atunci
variabila aleatoare % definit ca suma acestor variabile aleatoare
n
i
i
$ %
1
urmeaz o lege normal cu
n
i
i
1
i
n
i
i
1
6 6
(urba funciei densitatea de probabilitate este cu att mai ascuit
cu ct valoarea lui C este mai mic.
Eodificarea parametrului D translateaz curba de%a lungul aei Yx fr s o modifice ca form.
9uncia de repartiie normal este dat de epresia"
Fx# * 2$ T x# M
( )
x
dx x f
M
,
_
x
x
dx e
6
1
6
6
1
.
9uncia Fx# * 2$ T x# satisface condiiile"
Fx# Z <,
Fx
1
# N Fx
2
# pentru x
1
N x
2
9
F+# * 2$ T +# *
,
_
dx e
x
6
6
1
6
1
M 1
f34
; , <
Figura 3.11. 0ensitatea de
pr'babilitate cu reparti(ie n'rmal
M 1
f34
6 , <
M <,B
M 6
M ct.
Figura 3.12. @urba densit(il'r de
pr'babilitate cu dispersii diferite
6H
934
Figura 3.13. Func(ia de reparti(ie
n'rmal
f34
i
934
1
<,B
93
i
4
i
f34
1
6
3
Figura 3.11. @urba densit(il'r de
pr'babilitate cu medii diferite
(apitolul --- S.).-S.-() ./01-(2
#epartiia fiind simetric Fx# *
( )dx x f
x
M
( )dx x f
x
+
M
6
1
!arametrii funciei de repartiie"
% media
[ ] ( )
( )
+
+
dx e x dx x f x x 4
x
6
6
6
6
1
% dispersia
[ ] ( ) ( )
( )
6
6
6
6
6 6
6
1
+
+
dx e x dx x f x x 0
x
&n unele domenii de aplicaie 3teoria erorilor4 funcia densitate de probabilitate, cu repartiie normal,
este prezentat sub forma" fx# *
4 3
6 6
x /
e
/
, unde / *
6
1
H<H . <
0/ &E,A&TIIA N%&MAL N%&MAT* * variabil aleatoare F urmeaz o lege de repartiie
normal normat dac funcia densitatea de probabilitate este dat de relaia"
f5# *
6
6
1
6
1
5
e
, X 5
!roprietile funciei densitate de probabilitate"
f5# E -9
f,5# * f5#9
( ) <
t
5 f
lim
x
9
aria clopotului Dauss este"
( ) 1
+
d5 5 f
/presia funciei densitate de probabilitate s%a obinut prin efectuarea schimbrii de variabil n cadrul
repartiiei normale i anume" 5
i
*
i
x
,
i
i
dx
d5 . !rin schimbarea de variabil s%a realizat trecerea de la
o distribuie statistic normal la o distribuie normal normat.
Se observ c funcia f5# se poate obine i din funcia fx# cu condiia ca D * - i C * 1. &ntre densitatea
de probabilitate a unei variabile normale normate F, respectiv variabila normal corespondent $ eist
relaia urmtoare"
( ) ( ) 5 f x f
1
&n consecin, dispersia este egal cu abaterea medie ptratic, iar momentele centrate sunt egale cu cele
iniiale. #epartiia normal normat se noteaz F U N-!1#.
9uncia de repartiie normal normat 3sau funcia de repartiie >aplace4 are epresia"
( )
5
5
5
d5 e d5 # 5 f 5 F
6
6
6
1
.
!arametrii distribuiei sunt"
% media [ ] ( ) <
6
1
6
6
+
5
5
d5 e 5 d5 5 f 5 F 4 ,
% dispersia [ ] ( ) 1
6
1
6
6 6
6
+
5
5
d5 e 5 d5 5 f 5 F 0
z
f3z4
< %1 1 %6 6 %3 3
<,1
<,6
<,3
<,;
Figura 3.18. Func(ia densitatea de pr'babilitate
pentru ' reparti(ie n'rmal n'rmat
z
< %1 1 %6 6
%3
3
<,B
1
<,<<13
Figura 3.16. Func(ia de reparti(ie pentru '
reparti(ie n'rmal n'rmat
93z4
<,<<6I
<,1BIH
<,I;13
<,JHH6
<,JJIH
6I
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
8alorile funciilor f5# i F5# se determin mai simplu utiliznd tabelele de valori.
:in figura 3.1B se poate constata c funcia de repartiie F5# este simetric n raport cu originea, astfel
se poate scrie"
# 5 d5 # 5 f d5 # 5 f d5 # 5 f # 5 F
5 5
+ +
6
1
<
<
.
7tiliznd aceast relaiei i operaia de translaie 3realizat cu a$utorul ecuaiilor" 5 * 5 i Z5# * F5# ,
6
1
4 se constat c putem determina valoarea funciei de repartiie ' F5# prin intermediul funciei integrale
>aplace ' Z5#.
-ntegrala
5
5
5
d5 e d5 # 5 f # 5
<
6
<
6
6
1
poart denumirea de Func(ie Integral :aplace, geometric
aceasta reprezent de aria dublu haurat din graficul funciei densitii de probabilitate din figura 3.1H. c.
&n practic pentru rezolvarea unor probleme de interferen 3estimare, testare, etc.4 se impune calcularea
unor probabilitii pe baza funciei de repartiie. )ceste valori se obin utiliznd tabelele Dauss % >aplace,
unde sunt prezentate valorile pentru funcia [354.
!roprieti ale funciei lui >aplace"
Z-# * -9
Z,5# * , Z5#9
( )
6
1
t
t
5 lim
x
,
( ) ( ) 5 5 F +
6
1
.
8alorile funciei integral >aplace Z5# ca i ale funciei de repartiie >aplace F5# precum i relaiile de
legtur ntre F5# i Z5# sunt prezentate n tabelul de mai $os.
&n practic, este suficient s se cunoasc valorile funciei Z5#! pentru 5 E - i se poate calcula
probabilitatea ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
6 6 6 6 6 1 6 6 1
6 5 5 5 5 5 5 5 5 F 5 2 + .
Tabelul 3.1. Xela(ii [ntre func(iile \5# ?i F5#
z L?z/ .?z/
,
6
1
-
, 5 , Z5# *
6
1
, F5# F5# *
6
1
, Z5#
- -
6
1
5 Z5# * F5# ,
6
1
F5# *
6
1
+ Z5#
R
6
1
1
!robabilitatea ca o variabil aleatoare normal $ U ND! C
2
# s aparin unui interval x
1!
x
2
# se determin
cu relaia" 2x
1
N $ N x
2
# *
( ) ( ) ( )
1 6
6
1
x F x F dx x f
x
x
.
<,B
1 <,B
%
<,B
3z4
3z4
93z4
z
a# Func(ia de reparti(ie :aplace b# Func(ia integral :aplace
f34
<
z
c# Func(ia densitatea de
pr'babilitate
Figura 3.1=. Interpretarea ge'metric a func(iei :aplace
3z4
93z4
93z4
6J
(apitolul --- S.).-S.-() ./01-(2
)plicm metoda de normare
1
1
x
5 i
6
6
x
5 , rezult
2x
1
N $ N x
2
# *.
( ) ( ) # 5 F # 5 F
x
F
x
F d5 5 f dx x f
5
5
x
x
1 6
1 6
6
1
6
1
,
_
,
_
)partenena unei variabile aleatoare la un interval oarecare are numeroase aplicaii practice n tehnic
cum ar fi" ncadrarea consumului de material, de energie, etc. n anumite limite impuse de procesul
tehnologic, ncadrarea cotelor pieselor, reperelor prelucrate n anumite limite de toleran, .a.
!utem calcula probabilitatea ca o variabil aleatoare s urmeze o lege normal normat i s aparin
diferitelor intervale
t
,
t 6
,
t 3
,
t ;
, etc. Drafic aceast probabilitate este redat n figura
3.1I. :e asemenea, eist numeroase aplicaii unde este necesar ca variabila aleatoare 5
]
! avnd
probabilitatea \, s nu depeasc anumite limite impuse.
Importana repartiiei normale. #epartiiei normale se eplic cu a$utorul unei teoreme importante
din teoria probabilitilor, cunoscut sub denumirea de te'rema limit central.
(onform acestei teoreme, fiind dat o serie de variabile aleatoare independente" $
1
! $
2
! ... $
n
! cu
dispersiile C
1
2
! C
2
2
! ...! C
n
2
, variabila aleatoare % * a
1
$
1
+ a
2
$
2
+...+ a
n
$
n
urmeaz o lege normal dac
rapoartele"
n
i
1
6
1
n
i
1
6
6
6
, ...
n
n
i
n
1
6
1
#epartiia eponenial reprezint cazul particular al repartiiilor !oisson i Geibull.
3<
Figura 3.1<. Xepre5entarea lui 25 Ea
]
# *
\
25 Ea
]
# *
\
1 %
\ \
t MCI,6H=
t 6 M JB,;;B =
t 3 M JJ,H3 =
t ; M JJ,JJC =
Figura 3.1O. 2r'babilitatea intervalel'r
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
Draficele densitii de probabilitate i al funciei de repartiie
sunt prezentate n figurile de mai $os"
&epartiia M
1
?Hi@p!trat*/
9ie $
1
, $
2
, Q , $
^
variabile independente, distribuite dup o lege normal, variabila obinut prin
nsumarea ptratelor variabilelor ]
6
M
6
...
6
6
6
1
$ $ $ + + + urmeaz o repartiie Hi@p!trat cu ^ grade de
libertate.
* variabil continu urmeaz repartiia _
2
dac funcia densitatea de probabilitate are urmtoarea
epresie"
'
>
,
_
- x pentru -!
- x pentru ! e x
#
# x f
x
6
1
6
6
6
6
1
, unde"
^ * n ,1 reprezint numrul gradelor de libertate 3numrul de variabile independente4.
( ) dx e x a
x a
+
<
1
, a N < este integrala Damma a lui /uler.
1umrul gradelor de libertate reprezint numrul de variabile independente a cror variaie nu sufer
nici o restricie. :ac se consider o variabil aleatoare continu $ care poate lua valorile
x !...! x ! x
6 1
cu
probabilitatea
p !...! p ! p
6 1
i dac 1
1
i
i
p atunci oricare dintre probabiliti poate fi determinat cnd
se cunosc celelalte 1 probabiliti. &n aceast situaie repartiia ]
6
are 1 grade de libertate 3 1
din cele
variabile sunt independente, iar una este dependent i se obine din celelalte 1 variabile
independente4.
:ac se consider n variabile aleatoare de tip continuu, independente z
1
,
z
6
, ..., z
n
care au fiecare o
repartiie normal normat % 13<,14, atunci suma ptratelor variabilelor z
i
constituie o variabil aleatoare
continu, care urmeaz repartiia ]
6
cu ^ grade de libertate"
n
i
5
1
6 6
Draficul funciei densitatea de probabilitate depinde de parametrul ^ i este prezentat n figura 3.63.
(urbele de repartiie sunt asimetrice pentru valori mici ale lui ^ i se apropie de o repartiie simetric cnd ^
ia valori mari 3adic pe msur ce variabilele aleatoare normale normate din care se constituie sunt mai
mare4. (onform teoremei limit central repartiia ]
6
tinde lent ctre repartiia normal .
-ndicatorii teoretici ai repartiiei ]
6
au urmtoarele epresii"
% media 4AxB * ^,
dispersia 0AxB * 2 ^,
abaterea medie ptratic 6 .
934
1
<,C3
1
Figura 3.2-. Func(ia de reparti(ie
31
f34
1
<,3CI
1
Figura 3.21 0ensitatea de pr'babilitate
(apitolul --- S.).-S.-() ./01-(2
9uncia de repartiie Fx# a unei variabile aleatoare continue care urmeaz repartiia ]
6
are epresia"
( ) dx
p
x
x
e x
#
p
x $ 2 x F
,
_
,
_
<
6
1
6
6
6
6
1
&n activitatea practic este necesar s se determine probabilitatea astfel ca valorile variabilei ]
6
s fie
mai mici dect o valoare
6
1
p
,
_
,
_
,
_
,
_
d
p
e
#
p
$ 2 F
(nd numrul gradelor de libertate 3< > , Puartilele se pot aproima astfel"
( )
6
6
1 6
6
1
+
p p
5
,
unde 5
p
este valoarea normal normat corespunztoare.
:istribuia ]
6
este folosit, n special pentru testarea ipotezelor statistice.
Draficul funciei de repartiie este prezentat n figura 3.66.
8alorile variabilei
6
!
sunt tabelate n funcie de numrul gradelor de libertate i condiia de a nu fi
depit probabilitatea ].
&epartiia #tudent sau distri0uia t*
:ou variabile aleatoare continue, $ care urmeaz repartiia ]
6
i F care urmeaz repartiia normal
normat % N-! 14, pot defini o alt variabil aleatoare continu
6
F
t
cu o repartiie denumit Krepartiia
tL sau Student 3pseudonimul matematicianului englez Dosset4, cu ^ grade de libertate, dac funcia
densitatea de probabilitate are epresia"
< <
,
_
,
_
,
_
t
t
t f , 1
6
6
1
1
4 3
6
1
6
8ariabilele F care urmeaz repartiia normal normat N-! 14 i variabila $ care urmeaz repartiia _
2
cu
^ grade de libertate sunt centrate i independente.
Se pot defini i repartiii t necentrate dar n acest caz se utilizeaz repartiia normal normat necentrat
% Nm! 14 i repartiia _
2
^!`
necentrat.
9uncia de repartiie este simetric satisfcnd urmtoarele relaii" f,t# * , ft#9 F,t# * 1,Ft#.
< <
,
_
,
_
,
_
+
+
t dt
t
t F , 1
6
6
1
1
4 3
6
1
6
36
f3
6
4
6
M ! 3N4
Figura 3.22. Interpretarea ge'metric a
pr'babilit(ii
f3
6
4
Figura 3.23. @urbele reparti(iei _
2
B 1< 1B
<,1
M 6
M B
M 1<
M 6<
6B
3<
<,6
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
>egea student este utilizat pentru analiza distribuiilor de selecie n cazul eantioanelor de volum mic
3n S 3<4, n special, pentru verificarea ipotezelor statistice care se refer la media unei populaii normale
cnd parametrul C este necunoscut.
Simbolizarea X ~ t^#.
#epartiia t este definit ca i repartiia normal prin indicatorii teoretici D ?i C! care au valorile D * - ?i
6
, de unde se constat c definirea acestei legi depinde de numrul gradelor de libertate, unde ^ *
n ,1 iar n reprezint numrul observaiilor. !entru a mare 3practic ^ N 3<4 legea Student se poate aproima
prin legea normal ND!C# centrat sau prin legea normal normat. &n aplicaiile cele mai frecvente,
repartiia Student este folosit pentru a determina limitele care sunt depite cu o probabilitate \ 3fig. 3.6B4.
:istribuia Student este folosit n locul distribuiei normale cnd nu cunoatem variana distribuiei i o
nlocuim cu o estimaie a sa.
3.;. TE%&IA ,&%:A:ILITIL%&
(onceptele fundamentale ale teoriei probabilitilor sunt cele de eveniment i cele de probabilitate.
.eoria probabilitilor opereaz cu aceste noiuni specifice care se prezint astfel"
E6perimentul reprezint realizarea unui ansamblu de condiii conform unui anumit criteriu de
cercetare.
Eenimentul este rezultatul unui eperiment. !utem cita urmtoarele evenimente" . ' formarea unui
arc electric la ntreruperea unui circuit, L ' arderea unei lmpi electrice la alimentarea cu o tensiune
nominal, @ J apariia unui defect dup un anumit timp de funcionare, etc. :ac se analizeaz evenimentele
menionate, se observ c fiecare se poate realiza ntr%o msur diferit. )stfel, evenimentul L este mai puin
probabil s se produc n comparaie cu evenimentul . sau @.
:ac se asociaz fiecrui eveniment un anumit numr care s indice posibilitatea de realizare, se a$unge
la noiunea de probabilitate.
,ro0a0ilitatea unui eveniment este msura numeric a posibilitii de realizare. :in punct de vedere al
posibilitilor de realizare, evenimentele se pot clasific n "
1. Eeniment si3ur ' evenimentul care se produce n mod obligatoriu ntr%un eperiment. 1otm
evenimentul sigur cu litera b. bxemplu " etragerea unui contactor dintr%un lot de contactoare.
6. Eeniment imposi0il ' evenimentul care n mod obligatoriu nu se produce n cadrul unui
eperiment. 1otm evenimentul imposibil cu _. bxemplu " etragerea unui motor electric dintr%un
lot de butoane.
3. Eeniment aleator ?"ntNmpl!tor# ' evenimentul care se produce sau nu ntr%un eperiment, i se
noteaz n general cu ., L, @ sau .
1
, .
6
,Q,.
n
.
CNmp de eenimente" rezultatele unor eperimente pot reprezenta evenimente diferite, iar totalitatea
acestor evenimente formeaz ceea ce se numete cmp de evenimente.
CNmp de pro0a0ilitate este mulimea valorilor numerice reprezentnd probabilitatea fiecrui
eveniment aparinnd unui cmp de evenimente. /venimentele aleatoare pot fi la rndul lor " compatibile,
dac se pot produce simultan, sau incompatibile ' dac nu se produc simultan 3se eclud mutual4. )stfel,
realizarea unui eveniment eclude realizarea celuilalt. * categorie aparte de evenimente incompatibile o
formeaz Kevenimentele contrariiL 3complementare4 care la nerealizarea unui eveniment . se produce sigur
cellalt eveniment c.
33
%3 3 %6 %1 1 6
<
Figura 3. 21. @'mpara(ii [ntre densit(ile
de pr'babilitate [ntre ft# ?i f 5#
13<,14
f3t4 f3z4
#epartiia
Student
6
t
<
f3t4
1 %
6
t
Figura 3.28. 2'5i(ia limitel'r dep?ite
cu pr'babilitatea \&2 definit
de reparti(ia Ptudent
(apitolul --- S.).-S.-() ./01-(2
Ybserva(ie " evenimentele contrarii sunt incompatibile n timp ce evenimentele incompatibile nu sunt n
mod obligatoriu contrarii.
Eenimente independente" dou evenimente se numesc independente n probabilitate dac
probabilitatea de realizare a unuia nu este influenat de realizarea sau nerealizarea celuilalt.
Eenimente dependente" dou evenimente se numesc dependente dac probabilitatea unui eveniment
este influenat de realizarea celuilalt eveniment.
)*2*+* ALGE:&A E;ENIMENTEL%&
:ou sau mai multe evenimente 3compatibile sau incompatibile4 pot defini printr%o operaie de reuniune
sau de intersecie un alt eveniment.
&euniunea eenimentelor ?suma eenimentelor/
(onsidernd evenimentele ., L, reuniunea P nseamn realizarea cel puin a unuia din evenimentele .
sau L. Se noteaz astfel " P M . L 3se citete . sau L4. #euniunea a dou mulimi . i L este mulimea
elementelor care aparin sau lui . sau lui L. &n cazul unui sistem de n evenimente .
i
" i M 1, 6,Q,n reuniunea
P se prezint sub forma "
i
n
i
n
. . . . P
1
6 1
...
Se spune c evenimentul aleatoriu . se descompune n evenimentele .
1
....
n
dac acestea sunt
incompatibile 3.
i
` .
j
* _4, iar evenimentul . const cel puin din realizarea unuia din evenimentele .
1
, .
6
,
Q,.
n
, adic"
i
n
i
n
. . . . . .
1
3 6 1
...
. /venimentele .
1
, .
6
,)!.
n
formeaz un sistem complet de
evenimente dac cel puin unul din evenimentele . se produce ntr%un eperiment, adic b
n
i
1
.
&n tabelul 3.B. sunt prezentate proprietile mai importante ale operaiilor cu evenimente i relaiile
corespunztoare.
Intersecia eenimentelor ?produsul eenimentelor/
(onsidernd evenimentele ., L, intersecia acestora, nsemnnd realizarea i a evenimentului . i a
evenimentului L! este I * . ` L 3se citete . i L4. -ntersecia unui sistem de evenimente a.
i
, iM1, 6, Q, nb
se prezint sub forma "
i
n
i
n
. . . . I
1
6 1
. . . .
Tabelul 3.8 .2r'priet(ile 'pera(iil'r cu evenimente
ENUN &ELAII
(ontrariul unui eveniment sigur este un eveniment imposibil 3i
invers4.
b
_
_ M b
#euniunea sau intersecia unui eveniment . cu el nsui este egal cu
acelai eveniment.
. . .
. . .
#euniunile i interseciile sunt comutative.
. L L .
. L L .
#euniunile i interseciile sunt asociative.
@ L . @ L .
@ L . @ L .
4 3 4 3
4 3 4 3
-ntersecia n raport cu reuniunea i reuniunea n raport cu intersecia
sunt distributive.
4 3 4 3 4 3
4 3 4 3 4 3
@ . L . @ L .
@ . L . @ L .
#euniunea evenimentelor contrare este un eveniment sigur. b . .
-ntersecia a dou evenimente incompatibile este un eveniment
imposibil.
. . M _
:ac b este un eveniment sigur, _ un eveniment imposibil i . un
eveniment aleatoriu eist relaiile "
. b b . , _ M _,
_. _ / /, _ b
*ricare ar fi evenimentele ., L eist relaiile "
. L . .
. L . .
4 3
4 3
(onsidernd evenimentele ), F i contrariile
.
,
L
eist
urmtoarele relaii 3Krelaii de EorganL4 L . L .
L . L .
4 3
4 3
3;
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
)*2*1* ,&%:A:ILITATEA E;ENIMENTEL%&
Interpret!ri
!robabilitatea reprezint msura numeric a posibilitii de realizare a unui eveniment. )stfel noiunea
de probabilitate a unui eveniment este legat de noiunea practic de frecven a unui eveniment. (a
elemente de referin n precizarea unitii de msur a probabilitii unui eveniment aleatoriu se consider
pe de o parte probabilitatea evenimentului sigur care este egal cu unu, iar pe de alt parte probabilitatea
evenimentului imposibil egal cu zero. !robabilitatea unui eveniment aleatoriu este cuprins astfel ntre < i
1 3< S 23.4 S 14. &n anumite cazuri se poate calcula direct probabilitatea cunoscnd numrul cazurilor
KfavorabileL din totalitatea cazurilor posibile, considernd evenimentele separate ca echiprobabile. &n acest
caz probabilitatea unui eveniment ., 23.4, este "
posibile cazurilor numarul
favorabile cazurilor numarul
4 3
n
m
. 2
)ceast formul denumit Kformul clasicL de calcul a servit mult timp ca baz a definiiei
probabilitilor.
9ormula de mai sus este formula direct de calcul a probabilitii cnd eperimentul se reduce la un
sistem n care fiecare caz posibil are aceeai probabilitate de realizare i compoziia este cunoscut. &n multe
cazuri, calculul direct al probabilitilor nu este posibil 3eemplu, durata de via a unei bobine, a unui bec
etc.4. !entru aceste cazuri este necesar s se fac ncercri n condiii identice, determinndu%se frecvena
evenimentului cercetat. Se a$unge astfel la interpretarea n frecven a probabilitii unui eveniment"
incercari de total nr.
lui evenimentu ale aparitii de nr.
4 3
.
n
m
. 2
(nd numrul ncercrilor este redus, frecvena evenimentului are un caracter aleatoriu. :ac numrul
ncercrilor crete, se a$unge la o Kstabilitate a frecvenelorL.
cinnd seama de caracterul particular al variaiei acestei mrimi se spune c frecvena unui eveniment
KconvergeL n probabilitate ctre probabilitatea adevrat a evenimentului.
!roprieti ale probabilitilor"
1. !3F ' )4 M !3F4 ' !3)
F4
6. :ac )
F4
I. !3) ' F4 R !3F ' )4 M !3)4 R !3F4 ' 6!3)
F4
J.
,
_
1 i
i
. 2
( )
n i
i
. 2
pentru orice familie 3)
i
4
iMn
finit de evenimente
,rincipiul certitudinii practice
&n multe cazuri se ntlnesc evenimente a cror probabilitate se situeaz la limitele etreme " fie foarte
apropiate de zero, fie foarte apropiate de unitate, fr ns a se confunda cu evenimentele imposibile sau
evenimentele sigure. )ceste evenimente poart denumirea de evenimente Kaproape imposibileL i
evenimente Kaproape sigureL. /venimentele Kaproape imposibileL i Kaproape sigureL $oac un rol foarte
important n teoria probabilitilor i n multe domenii. Ea$oritatea aplicaiilor practice sunt bazate pe aceste
noiuni 3tehnica msurtorilor, control de calitate, regla$ automat etc4. :ac probabilitatea unui eveniment
ntr%o eperien este foarte mic sau foarte apropiat de unitate, atunci se poate prevedea rezultatul
eperienei pe baza principiului imp'sibilit(ii practice a evenimentel'r cu pr'babilitate mic sau a
principiului certitudinii practice . )cest principiu poate fi formulat astfel" dac probabilitatea unui
eveniment oarecare . ntr%o eperien este foarte mic, putem fi aproape siguri c dac eperiena se
efectueaz o singur dat, evenimentul . nu va avea loc. !ornind de la definiia clasic a probabilitii se
observ c un eveniment cu probabilitate zero nu este un eveniment imposibil, dar realitatea cea care
confirm principiul imposibilitii practice.
3B
(apitolul --- S.).-S.-() ./01-(2
)*2*)* TE%&EME .UN'AMENTALE <N TE%&IA ,&%:A:ILITIL%&
&olul teoremelor (undamentale
Eetoda direct de calcul a probabilitilor are un rol minor n teoria probabilitilor, fiind de cele mai
multe ori inutilizabil. 9oarte mult se folosesc metodele indirecte de calcul permind aflarea probabilitilor
unui eveniment pe baza probabilitilor de$a cunoscute altor evenimente legate de primele. )stfel, teoria
probabilitilor se reduce n mare, la un sistem de metode indirecte pe baza crora necesitatea eperimentrii
este minim.
Tabelul 3.6. Xela(ii de calcul pentru pr'babilitatea intersec(iei ?i reuniunii
'E.INIIA
E;ENIMENTULUI
.ELUL
E;ENIMENTULUI
&ELAII 'E CALCUL
i
n
. .
1
3intersecia4
:ependente
n
j
i
i i
n
. . 2 . 2
1
1
1 1
4 5 3 4 3
:ependente sau
independente
n
i
i i
n
n . 2 . 2
1
1
4 1 3 4 3 4 3
-ndependente
n
i i
n
. 2 . 2
1
1
4 3 4 3
i
n
. .
1
3reuniune4
(ompatibile
4 3 4 1 3 ...
4 3 4 3 4 3 4 3
1
1
1
1
i
n
n
n
k j i
k j i
n
j i
j i
n
i i
n
. 2
. . . . . . 2 . 2
+
+ +
39ormula lui !oincard4
!entru evenimente independente "
n
i
i i
n
. 2 . 2 4Y 3 1 X 1 4 3
1
-ncompatibile
n
i i
n
. 2 . 2
1
1
4 3 4 3
Teoreme 7i relaii re(eritoare la intersecia 7i reuniunea eenimentelor
!robabilitatea interseciei a dou evenimente ., L compatibile i independente este "
4 3 4 3 4 3 L 2 . 2 L . 2
:ac evenimentele sunt dependente "
4 5 3 4 3 4 3 . L 2 . 2 L . 2
unde 23L&.4 este probabilitatea evenimentului L condiionat de .. &n mod similar pentru n evenimente
dependente " 4 5 3 4... 5 3 4 5 3 4 3 4 3
1
1
6 1 3 1 6 1
1
i
n
n i
n
. . 2 . . . 2 . . 2 . 2 . 2
#euniunea a dou evenimente . i L compatibile i dependente este "
4 3 4 3 4 3 4 3 L . 2 L 2 . 2 L . 2 +
&n tabelul 3.I., sunt prezentate relaiile referitoare la calculul probabilitii interseciei i reuniunii. (nd
nu este cunoscut faptul dac evenimentele sunt dependente sau independente se utilizeaz pentru intersecie
inegalitatea Foole.
.ormula pro0a0ilit!ilor totale
!ornind de la un eemplu practic considernd c tolele necesare statorului unei maini electrice sunt
tanate la trei prese diferite. Se cunosc urmtoarele evenimente " $
1
3presa 14 produce 3<= din totalul
tolelor cu un rebut de 6= pe pres, $
6
3presa 64 produce 6<= din totalul tolelor cu un rebut 3= pe pres, $
3
3presa 34 produce B<= din totalul tolelor cu un rebut de 1= pe pres. .olele a$ung la secia de monta$ i se
amestec. )ici se pune problema probabilitii etragerii unei tole necorespunztoare. Deneraliznd,
considerm un sistem complet de evenimente $
1
, $
6
,Q, $
n
, adic b $
i
n
i
1
. 9ie un alt eveniment .,
defectul, care nu se poate realiza ci numai mpreun cu unul din evenimentele $
i
, formnd un sistem de
3C
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
evenimente $
i
` . incompatibile. &n consecin evenimentul 4 3
1
. $ .
i
n
i
. :eoarece evenimentele 3$
i
`
.4, 3$
j
` .4 sunt incompatibile, adic 3$
i
` .4 ` 3$
j
` .4 M _, probabilitatea evenimentului . este "
+ + +
n
i
i n
. $ 2 . $ 2 . $ 2 . $ 2 . 2
1
6 1
4. 3 4 3 ... 4 3 4 3 4 3
:eoarece evenimentele $
i
i . sunt compatibile i dependente "
4 5 3 4 3 4 3
i i i
$ . 2 $ 2 . $ 2
&nlocuind ultima formul n penultima obinem "
1
]
1
n
i i i
n
i
$ . 2 $ 2 . $ 2 . 2
1
1
4. 5 3 4 3 4 3 4 3
)ceast relaie de mai sus este cunoscut sub denumirea Kformula probabilitilor totaleL. #evenind la
eemplul iniial unde 23$
1
4 M <,3, 23$
6
4 M <,6, 23$
3
4 M <,B i de asemenea 23.&$
1
4 M <,<6, 23.&$
6
4 M <,<3,
23.&$
3
4 M <,<1, rezult cu 36.114 probabilitatea etragerii unei tole defecte 23.4 M 23$
1
4 e 23.&$
1
4 R 23$
6
4 e
23.&$
6
4 R 23$
3
4 e 23.&$
3
4 M <,<1H.
Teorema ipotezelor ?(ormula lui :aJes/
9ie un sistem complet de ipoteze 3evenimente4 incompatibile 3
1
, 3
6
,Q,3
n
3
j i j i
n
3 3 b 3 ,
1
_4.
)ceste ipoteze 3evenimente4 reprezint cauzele unui alt eveniment ., condiionat de evenimentele 3
1
, 3
6
,
Q,3
n
. &nainte de a efectua vreo eperien sunt date probabilitile ipotezelor 233
1
4, 233
6
4, QQ., 233
n
4 i
23.&3
1
4, 23.&3
6
4,Q, 23.&3
n
4. #ealizndu%se evenimentul ., se pune ntrebarea ce valoare capt
probabilitile acestor ipoteze, condiionate de evenimentul . care s%a produs. Se tie c " 23.&3
i
4 M 23.4 d
233
i
5.4.
-ntersecia evenimentelor fiind comutativ, 23. ` 3
i
4 M 233
i
` .4. Se poate scrie egalitatea " 23.4 e
233
i
5.4 M 233
i
4 d23.&3
i
4, de unde "
.
4 3
4 5 3 4 3
4 5 3
. 2
3 . 2 3 2
. 3 2
i i
i
(onform formulei probabilitilor totale, probabilitatea evenimentului . este
n
i i
3 . 2 3 2 . 2
1
4 5 3 4 3 4 3
i nlocuind aceast relaie n cea anterioar n se obine relaia "
n
i
i i
i i
i
3 . 2 3 2
3 . 2 3 2
. 3 2
1
4 5 3 4 3
4 5 3 4 3
4 5 3
care poart denumirea de Kformula lui FaAesL sau Kteorema
ipotezelorL.
)*4* E#TIMAII #TATI#TICE
)*4*+ C%N#I'E&AII GENE&ALE A#U,&A #%N'AOULUI
/perimentele statistice se fac ntotdeauna n vederea estimrii valorilor necunoscute ale parametrilor
unei legi de repartiie sau ale unor funcii ale acestora. :emersul metodologic al cercetrii prin sonda$,
urmrete etragerea i observarea dintr%o colectivitate pe care dorim s o cunoatem a unui numr limitat
de elemente, cu sperana c informaia primit prin cercetarea acestei pri s fie util i suficient de precis
pentru a cunoate ntreaga colectivitate. (ercetarea prin sonda$ presupune un proces comple care cuprinde
urmtoarele etape, prezentate n fig. 3.6C.
@ercetarea prin sonda$ poate viza dou obiective"
1. estimarea unor caracteristici ale unei distribuii statistice 3media, dispersia, etc.4,
6. verificarea unor ipoteze statistice privind tipul repartiiei statistice, legturile dintre fenomene,
evoluia fenomenelor, etc.
b?anti'narea presupune delimitarea statistic a colectivitii pe care vrem s o cunoatem i obinerea
unui eantion reprezentativ.
Ybservarea statistic. /tapa culegerii datelor presupune observarea unitilor eantionului i
nregistrarea lor prin caracteristicile cuprinse n programul nregistrrii, prevenirea i eliminarea erorilor de
nregistrare pentru a asigura autenticitatea datelor nregistrate.
3H
(apitolul --- S.).-S.-() ./01-(2
2relucrarea ?i anali5a datel'r. /tapa prelucrrii i analiza datelor rezultate din observarea eantionului
duce la obinerea indicatorilor statistici necesari descrierii unei distribuii 3media, dispersia, etc.4 sau analiza
varianei i legturile dintre variabilele statistice. 3coeficient de corelaie, de regresie, etc.4
Inferen(a ?i deci5ia statistic. )ceast etap
presupune estimarea parametrilor colectivitii totale
i testarea ipotezelor n condiii de probabilitate date.
*bservaiile care se pot face asupra unei
populaii pot fi" t'tale ex/austive# sau par(iale! n
funcie de modul n care sunt cuprinse n cercetare.
7nitile elementare 3statistice4 sau mai simplu
elementele statistice au caracteristici proprii, ns luate
n ansamblul unei populaii acestea se supun unor legi
statistice. !opulaiile pot fi finite 3numrabile4 sau
infinite. &n acelai timp populaiile finite sunt reale n
sensul c formeaz un numr finit de uniti
determinate calitativ n spaiu i timp.
&n cercetare, n industrie, conceptul de
populaie poate avea i alt aspect. :e eemplu
msurm tensiunea de strpungere a unui material.
1umrul de determinri fcut reprezint o
populaie finit i real. &n acelai sens, se poate privi
i producia de piese realizat de o main
automat care, de asemenea, poate fi foarte mare dar
finit. !e lng aceste populaii reale putem s ne imaginm i o Kpopulaie ipoteticL format din mulimea
tuturor cazurilor posibile, adic mulimea tuturor determinrilor eperimentale posibile sau a tuturor
elementelor posibile a fi fabricate. (ercetarea unitar a ntregii populaii chiar i atunci cnd este finit este
greu de realizat i este neeconomic. !ractic, descrierea populaiei se face considernd o parte din populaie
3o subpopulaie4. )stfel, dintr%o Kpopulaie originarL 3lot4 se cerceteaz o subpopulaie denumit e?anti'n
sau selec(ie. 1umrul de elemente cuprins n eantion se numete v'lumul e?anti'nului. :in punct de vedere
al volumului, eantionul poate avea un volum mic 3n 3<4 sau un volum mare 3n S 3<4. *peraia de
etragere 3prelevare4 la ntmplare a unui eantion se numete s'ndaj. Scopul principal al unui sonda$ este
acela de a obine cu un efort minim 3volum minim de eperimentri4 un volum maim de informaii asupra
populaiei originare. #eferitor la o caracteristic oarecare, cercetarea eantionar poate avea ca scop
stabilirea repartiiei de frecven sau a valorilor tipice.
Sonda$ul se clasific dup urmtoarele criterii"
1. &n funcie de principiul de selecie"
- Sonda$ aleatoriu,
- Sonda$ul stratificat,
- Sonda$ul mit.
6. &n funcie de procedeul de selecie"
- Sonda$ cu revenire 3repetate4,
- Sonda$ fr revenire 3nerepetate4,
- Sonda$e mecanice.
3. :up numrul de uniti etrase"
- Sonda$e simple, se etrage o singur unitate,
- Sonda$e de serii, se etrag mai multe uniti.
;. :up volumul eantionului"
-Sonda$e de volum mare, unitile i valorile tipice se distribuie dup legea normal,
-Sonda$e de volum mic, are ca lege de repartiie a valorilor tipice, legea Student.
Sonda$ul aleatoriu simplu presupune etragerea aleatoare a eantionului plecnd de la o baz de sonda$,
adic de la o list complet a indivizilor ce compun populaia studiat. 9iecrui individ din populaie i se
asociaz o probabilitate de a intra n eantion. .oate unitile pot avea sau aceiai probabilitate de a fi
selectate.
Sonda$ul stratificat se organizeaz atunci cnd se cunoate structura colectivitii. :ac o colectivitate,
de volum N, este format din k grupe" NMN
1
RQR N
k
, eantionul stratificat se formeaz prin alegerea
3I
/nunarea obiectivelor
/antionarea
*bservarea statistic
3culegerea datelor4
!relucrarea datelor
)naliza datelor
-nferena statistic
:ecizia statistic
Figura. 3.26. btape ale demersului cercetrii
prin s'ndaj
Pursae blisabeta faba9 Ptatistic. bditura bc'n'mic. 2--2#
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
aleatoare a unitilor la nivelul fiecrei grupe. Sonda$ul stratificat poate fi" un sonda$ tipic simplu,
proporional sau optim.
&n cazul sonda$ului tipic simplu, eantionul se formeaz etrgnd din fiecare grup omogen a
colectivitii generale acelai numr de uniti indiferent de ponderea fiecrei grupe n cadrul colectivitii.
&n cazul sonda$ului tipic proporional, eantionul se formeaz n funcie de proporia grupelor omogene.
Se etrage din fiecare grup un numr de uniti proporional cu ponderea fiecrei grupe n cadrul
colectivitii. 8olumul de selecie pe grupe se stabilete innd seam de proporia de selecie 3n&N4, adic
n&N*n
i
&N
i
, rezult n
i
*N
i
dn&N.
&n cazul sonda$ului tipic optim, eantionul se formeaz innd seam de gardul de dispersie din fiecare
grup omogen a colectivitii, msurat prin abaterea medie ptratic.
Sonda$ul mit const n divizarea populaiei n straturi urmat de prelevarea aleatoare din fiecare strat.
#ealizarea unui eantion se realizeaz n mai multe faze. -ndiferent prin ce procedeu se obine eantionul,
rezultatele interpretrilor sunt dependente de gradul n care este reprezentat structura populaiei originare n
eantion. Se numete e?anti'n repre5entativ eantionul care red cu fidelitate structura populaiei.
/antionarea tipic d erori mai mici comparativ cu sonda$ul aleatoriu simplu. /rorile de sonda$ pot
avea multe alte cauze cum ar fi" o tehnic defectuoas de alegere, instrumente de msur imperfecte sau
necorespunztoare i interveniile premeditate sau nepremeditate ale observatorului.
.eoria sonda$ului a elaborat o serie de procedee i tehnici pentru a realiza caracterul aleator al
sonda$ului difereniat n funcie de volumul eantionului. /ist tabele cu numere ntmpltoare stabilite prin
metoda Eonte ' (arlo pentru obinerea unui eantion denumit rand'mi5at 3ntmpltor4. Sonda$ul poate fi
KrepetatL dac elementul prelevat este reintrodus n populaia originar i KnerepetatL dac elementele nu se
reintroduc. !entru sonda$ul repetat se mai utilizeaz denumirile de bern'ullian sau n'nex/austiv, iar
pentru sonda$ul nerepetat nebern'ullian sau ex/austiv.
)*4*1* E#TIMAII -I E#TIMAT%&I
(onsiderm o variabil aleatoare $ la care legea de repartiie este eprimat printr%o funcie dat
3densitatea de repartiie sau funcie de repartiie4. )ceast funcie este specificat dac conine anumii
parametri necunoscui 3media, dispersia etc.4 sau c'mplet specificat dac sunt cunoscui toi parametrii.
*peraia prin care se determin valorile parametrilor se numete estima(ie. :eci estimarea nseamn n
general a cerceta i determina parametrii unei legi de repartiie date sau a determina indicatorii teoretici
3valorile tipice4 pe baza datelor de eantion.
!entru a efectua estimarea se utilizeaz o formula, o regula definit sau o statistica predefinit care se
numete estimat'r 3de eemplu x este estimatorul parametrului 4. /stimaia este la rndul su o variabil
aleatoare dependent de eantion. /stimaia poate fi punctual dac parametrul a al populaiei se estimeaz
printr%o valoare izolat determinat cu un estimator ( )
n
x x x b , , ,
f
6 1
pe baza datelor eantionare sau poate fi
o estimaie cu interval de [ncredere dac se stabilete un interval 3/ '
1
, / R
6
4 care s includ valoarea
adevrat a a parametrului estimat, cu o probabilitate dat !. /stimaia punctual nu coincide n general cu
valoare adevrata a parametrului dar este foarte apropiat de aceasta.
!arametrii populaiei pot fi estimai cu a$utorul mai multor estimatori diferii, consecina fiind o precizie
diferit. /stimaia i estimatorii pot fi apreciai prin prisma unor criterii denumite" consisten, nedeplasare,
eficien i suficien. 9ie a valoarea unui parametru al populaiei i ( )
n
x x x b , , ,
f
6 1
valoarea estimatorului
punctual determinat pe baza valorilor x
1
! x
2
! )! x
n
ale eantionului.
:ac estimatorul tinde ctre valoarea a cnd numrul msurtorilor n crete necontenit"
( ) a $ $ $ b
n
n
, , , lim
6 1
estimaia este c'nsistent.
/stimaia este deplasat i se numete c'rect sau c'nsistent deplasat dac estimatorul ndeplinete
condiiile"
( ) [ ] ( )
( )
( ) [ ]
'
+
< , , , lim
< lim
, , ,
6 1
6 1
n
n
n
n
x x x b 0
n .
n . a x x x b 4
Se numete estimaie nedeplasat 3abs'lut c'rect sau c'nsistent nedeplasat4 dac"
3J
(apitolul --- S.).-S.-() ./01-(2
( ) [ ]
( ) [ ]
'
< , , , lim
, , ,
6 1
6 1
n
n
n
x x x b 0
a x x x b 4
/stimaia se numete eficient dac estimatorul este nedeplasat i are dispersie minim. :e asemenea,
estimaia este suficient sau ex/austiv dac se utilizeaz complet ntreaga informaie a eantionului. Se
subliniaz faptul ca estimatorul eficient al unui parametru pentru o anumit lege de repartiie nu este identic
cu estimatorul eficient al aceluiai parametru pentru alt lege de repartiie.
&n general un bun estimator trebuie s ndeplineasc urmtoarele condiii 3condiiile ?ule4"
s fie obiectiv,
s depind de toate observaiile seriei,
s aib semnificaii concrete,
s fie simplu i uor de calculat,
s fie puin sensibil la fluctuaiile eantionului.
(a notaii se folosesc n general literele latine 3 x , m, s4 pentru parametrii eantionului i literele
greceti 3, , 4 pentru cei ai populaiei. &n continuare vom avea n vedere sonda$ul aleator simplu cu o
singur caracteristic cantitativ a populaiei. &n foarte multe cazuri, valorile x
1
! x
2
! )! x
n
ale unui eantion
reprezint rezultatul unor eperimente care pot fi repetate la infinit i n consecin etragerea sa fiind
considerat o populaie ipotetic infinit, 3fiecare unitate rmnnd n cadrul populaiei originare, iar
variabilele de sonda$ fiind independente ntre ele4.
)*4*1*+* Estimatorii alorilor tipice
Estimatorul mediei teoretice
Media de selecie* Eedia eantionului se calculeaz cu relaia
n
i
i
x
n
x
1
1
. 8om considera populaia
finit avnd N elemente cu
[ ] $ 4
din care se etrag k eantioane cu volume egale.
(onsiderm populaia format din totalitatea eantioanelor, media teoretic este"
N
i
i
x
N
1
1
.
/stimatorul
al mediei
1
1
]
1
n
i
n
n n
n
i
i
x 4
n
n
i
i
$
n
4 4 4 x
1
1 1
1
1
1
1
Eedia aritmetic de selecie este un estimator nedeplasat. :ac estimarea este punctual prin mai multe
eantioane cu volume diferite, n
1
! n
2
!)! n
m
la care s%au obinut mediile de selecie m x x x , , , 6 1 media
mediilor va fi"
m
i
i
x
i
n
n
x
1
1
,
m
i
i
n n
1
.
'ispersia mediei de selecie* 8ariabilele aleatoare de selecie x sunt independente"
( ) [ ]
i
x
n
i
0
n
n
i
x 0
n
n
i
x
n
0
x
x 0
1
]
1
1
]
1
1
6
1
1
6
1
1
1
6 6
.
:ispersia mediei de selecie tinde ctre zero
<
6
n
n
n
x 0
,
pentru o populaie finit 3cazul sonda$ului aleatoriu nerepetat4" [ ] <
6
6
N
n N
n
x 0 .
;<
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
Se constat c dispersia este direct proporional cu dispersia
colectivitii generale i invers proporional cu volumul
eantionului. Se observ c media aritmetic pentru un numr
suficient de mare n i pierde caracterul de variabil aleatoare. :ac
eantionul provine dintr%o populaie infinit cu repartiia normal
,
_
6
! N
, media de selecie x , la un volum oarecare, are de
asemenea, o repartiie normal
,
_
n
! N
6
.
8ariaia mediei de selecie st la baza calculului erorii medii de
reprezentativitate, care se msoar n uniti de abaterii standard.
Estimatorul momentului iniial de ordin k
Se consider c momentul teoretic iniial de ordin k este estimat cu a$utorul unui eantion prin
estimatorul"
n
k
i
x
n
k
c
m
1
1
Eedia estimatorului este"
1
1
]
1
1
1
1
]
1
1
1
]
1
n
i
k
i
x 4
n
n
i
k
i
x
n
4
k
c
m 4
1 1
:ac nlocuim
k
c
k
$ 4
k
x 4
1
1
]
1
1
1
]
1
se obine
k
c
k
c
n
n
k
c
m 4
1
1
]
1
1
care are dispersia
n
k
c
k
c n
i
n
k
c
n
k
c
n
k
i
x 4
k
i
x 4
n
k
c
m 0
6
6
1
6
6
6
6 6
6
1
,
_
,
_
'
1
1
]
1
1
1
]
1
1
1
]
1
Estimatorul dispersiei
Se consider dispersia de selecie determinat de relaia"
6
1
1
6
,
_
n
x
i
x
n
Media estimatorului
6
'
,
_
,
_
1
1
1
]
1
'
,
_
1
1
1
]
1
,
_
1
1
]
1
n
x x
i
x
i
x 4
n
n
x
i
x 4
n
n
x
i
x
n
4 4
1
6
6
6
6
1
1
6
1
1
1 6
&nlocuim pe
( ) ( ) ( )( ) ( )
6
6 6 6
1
6
,
_
,
_
x n n x n x
n
i
n
i
i
x x
n
x
i
x
i
( )
6
6
1
,
_
x n
n
x
se obine"
( ) ( )
'
1
1
]
1
1
1
]
1
,
_
1
1
1
]
1
,
_
1
1
]
1
n
x n4
i
x 4
n
n
x n
i
x 4
n
4
1
6
6
1
1
6
6
1
6
(onform
formulei dispersiei teoretice" ( )
6
1
6 6
n
n
i
n
i
x 4
1
]
1
(onform dispersiei medii de selecie"
( )
n
n
i
x 4
6
6
1
]
1
&nlocuim cele dou formule ale dispersiei teoretice i a dispersiei mediei de selecie n formula mediei
estimatorului
6
se obine"
6
1
6 6
1
6
1
6
6
,
_
1
1
]
1
,
_
1
]
1
1
1
]
1
n
n
n
n
x
i
x 4
n
m 4 4
'ispersia estimatorului de selecie
6
!ractic"
1
1
1
]
1
,
_
1
]
1
1
]
1
1
1
]
1
6
6 6 6
6
m 4 m 4 m 0 0
sau
( ) ( )( )
;
3
3 1
;
;
3
1
6
6
6
1
1
]
1
1
1
]
1
n
n n
$ 4
n
n
0
#ezult c
6
este un estimator deplasat.
Estimatorul corectat al dispersiei*
/stimatorul dispersiei de selecie
6
n
i
x
i
x
n
n
i
x
i
x
n n
n
n
n
s
1
6
1
1
1
6
1
1
6
1
6
,
_
1
1
]
1
6
1
1
6
x
i
x 4
n
s 4
(onform relaiei
6
1
6
1
1
]
1
n
n
4
i a mediei dispersiei de selecie corectat avem"
( )
6
1
6
1
1
]
1
,
_
n x
i
x 4
rezult"
6
6
1
1
]
1
s 4
.
&n mod similar cazului anterior
[ ] <
6
lim
s 0
x
/stimaia este nedeplasat i consistent ns nu este eficient 3dispersia sa tinznd ctre valoarea
minim cnd numrul msurtorilor crete la infinit, adic este asimptotic eficient4.
:ac eist m selecii de volum diferit, estimaia dispersiei este media ponderat a dispersiilor de
selecie"
,
_
,
_
m
i
i
n
i
s
m
i
i
n
s
1
1
6
1
1
6
!entru cazul particular n
1 *
n
2 *)*
n
m *
n estimaia dispersie este dat de relaiae
m
i
i
s
m
s
1
6
1
6
:ac dispersia de selecie,
6
c
s
, este calculat cu valori grupate pe intervale cu amplitudinea intervalului
g se poate face o corecie 3corecia Sheppard4 unde"
16
6
%
6
c
s
6
)baterea standard de selecie se determin cu relaia"
,
_
n
i
x
i
x
n
1
6
1
sau cu estimatorul"
,
_
n
i
x
i
x
n
s
1
6
1
1
/stimatorii
U
i s nu sunt deplasai 3
[ ] ( ) n ! L s 4 +
4. (orectarea estimatorului prezint anumite
dificulti. (onsiderm valorile unui eantion x
1!
x
2!
)
!
x
n,
ca variabile aleatoare independente, fiecare urmnd
o lege de repartiie normal ND!C
2
#! rezult c variabila aleatoare definit de epresia"
( )
,
_
1
1
6
6
6
1
n
i
i
5
s n
x
i
x
are o repartiie ]
6
.
(oncluzie" :ac x
1!
x
2!
)
!
x
n
sunt variabile aleatoare independente cu repartiie normal, cu aceiai medie
i dispersie, variabilele aleatoare x i s
2
sunt independente. #epartiia probabilitii variabilei aleatoare s
2
nu depinde de valorile pe care le capt variabila aleatoare x chiar dac sunt calculate pe acelai eantion. &n
cadrul cercetrilor statistice din industrie se ntlnesc procese nereglate sau nestabilizate 3produs nou intrat
n fabricaie, o nou tehnologie, materiale noi, etc.4. (alculul abaterii standard n aceste situaii coroborat i
cu variaia mediei populaiei conduce la erori foarte mari.
)*4*)* INTE&;ALE 'E <NC&E'E&E
7n alt procedeu de estimare al unui parametru este acela al estimrii cu un interval de ncredere.
Esurarea unei anumite caracteristici 3rezisten, putere, curent, etc.4 poate fi considerat ca o selecie dintr%
o populaie de valori care reprezint caracteristica respectiv. -ndicarea unei valori estimate, izolat
3punctual4 nu poate fi considerat de cele mai multe ori satisfctoare fr a face referiri la domeniul de
variaie i la probabilitatea corespunztoare. &n industrie, lum cazul unui produs fabricat, domeniul de
variaie al unei caracteristici reflect nivelul de calitate al fabricaiei. :eoarece estimatorii de selecie sunt
variabile aleatoare, una din problemele importante care se pun const n eprimarea gradului de precizie a
estimrii sau a probabilitii estimaiei. 8aloarea probabilitii 2 implic ns un anumit interval 3x
1
, x
6
4
conform relaiei" 2 M 2r'b
( ) ( )
< <
6
1
6 1
x
x
dx x f x $ x
cruia i aparine parametrul respectiv. S%a stabilit astfel
un interval numit interval de [ncredere care are proprietatea ca naintea oricror eperiene aceasta s
conin adevrata valoare a parametrului cu probabilitatea 2. 9ie a
<
valoarea adevrat a parametrului pentru
;6
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
care se obine o estimaie punctual M. (onsiderm c abaterea <
f a a
este mai mic dect o valoare cu o
probabilitate foarte mare 3<,J<, <,JB sau <,JJ4"
( ) <
<
f a a 2
sau
( ) + < < a a a 2 f f
<
8aloarea poate fi determinat pentru o anumit probabilitate .
#elaia
( ) + < < a a a 2 f f
<
arat c valoarea adevrat a
<
aparine intervalului M,! M+# cu
probabilitatea . :eci am construit un interval a
1
! a
2
#, a
1
* M , ! a
2
* M + ! denumit interval de ncredere
pentru parametrul a 3fig 3.6I4. :omeniul eterior 3complementar4 intervalului de ncredere se numete
interval critic. !robabilitatea ca indicatorul estimat s aparin intervalului critic se noteaz cu i se
numete nivel de semnifica(ie. :e asemenea, probabilitatea apartenenei la intervalul de ncredere se
numete nivel de [ncredere i este egal cu 1, * . 1ivelul de semnificaie reprezint i KrisculL sau
probabilitatea ca valoarea adevrat s cad n afara intervalului de ncredere considerat. :up modul cum
este plasat riscul n raport cu intervalul de ncredere acesta poate fi"
un interval de ncredere cu un risc bilateral 3simetric sau asimetric4,
un risc unilateral 3la stnga sau la dreapta4.
-ntervalul de ncredere cu risc bilateral simetric 3fig. 3.6J4 este intervalul la care riscul este plasat cu
valori egale &24 de o parte i de alta a valorilor etreme ale intervalului"
( ) ( )
6
1 < 6 <
< > a a 2 a a 2
Ybserva(ie. Se menioneaz o particularitate a intervalului de ncredere. 8aloarea a
<
nu este aleatoare.
!oziia intervalului, centrat n M i de amplitudine 2, este aleatoare. :in acest motiv este de preferat s se
interpreteze valoarea 31 , # nu ca o probabilitate, pentru care valoarea adevrat a
<
cade n intervalul 3a
1
,
a
6
4 ci ca o probabilitate a intervalului 31 , # de a include valoarea adevrat.
-ntervalele de ncredere simetrice se folosesc foarte mult n tehnica msurtorilor unde abaterile
mrimilor ntr%un sens sau altul reprezint aceeai importan.
-ntervalul de ncredere cu risc bilateral asimetric 3fig 3.3<4 este frecvent ntlnit n aplicaiile industriale,
tehnologice, proiectare, etc.
(onsiderm riscurile la partea
inferioar
i
i la partea superioar
s
inegale, limitele intervalului sunt
definite de relaiile
( )
s
a a 2 >
6 <
i
( )
i
a a 2 <
1 <
, cu nivelul de
semnificaie
s i
+
.
-ntervalul de ncredere unilateral, are
riscul plasat la stnga sau la dreapta
intervalului i n consecin intervalul este cu o singur limit inferioar 3fig 3.31 a4 sau superioar 3fig 3.31
b4, definit corespunztor de una din relaiile"
( ) >
6 <
a a 2
sau
( ) <
1 <
a a 2
.
<
Figura 3.2O. Interpretarea ge'metric a
intervalului de [ncredere
a a
6
a
1
a
;3
a
6
a
<
f34
i
s
a
6
a
<
f34
Figura 3.31. Interval unilateral
1 %
a
<
1 %
a
i
a
<
a# risc stMnga
b# risc dreapta
a
s
f34 f34
(apitolul --- S.).-S.-() ./01-(2
-ntervalele de ncredere unilaterale au numeroase aplicaii, de eemplu n tehnologia monta$ului unde
anumite cote nu pot fi admise dac depesc o valoare impus, sau din contr dac sunt inferioare unei
valori limit prescrise. :e asemenea, acestea se mai ntlnesc la elaborarea planurilor de control statistic
unde numrul defectelor nu trebuie s depeasc o anumit limit superioar 3orice valoare inferioar fiind
acceptat4. :ac repartiiile sunt necunoscute, intervalele de ncredere pot fi construite cu a$utorul
inegalitii (ebev.
Interalul de "ncredere pentru media unei repartiii normale la care se cunoa7te dispersia* Se
consider o populaie a crei caracteristic $ are o repartiie normal N!
2
# cu media necunoscut. Se
etrage din aceast populaie un eantion de volum n. S estimm media cu un interval de ncredere de
JB= cu risc bilateral simetric. 1ivelul de semnificaie este * -!-8. Se tie c media de selecie x are o
repartiie normal 13,
6
5n4.
!arametrul fiind necunoscut se scrie abaterea
redus a acestuia n raport cu x "
n
x
5
<
n
x
5
de unde rezult"
n
x
n
x
JC , 1 JC , 1 + < <
S%a construit astfel pentru intervalul de ncredere de JB=. #ezultatul mai poate fi pus sub forma"
n
x
JC , 1 t
. &n cazul general, la un nivel de semnificaie , cu a$utorul unei variabile aleatoare normale
normat
n
x
5
,
_
<
< 1
6 5 6 5
5
n
x
5 2
unde" 5
56
reprezint valoarea variabilei 5 care poate fi depit cu probabilitatea 56,
3% 5
56
4 valoarea care nu este depit cu probabilitatea 56.
)ceste valori pot fi determinate cu a$utorul tabelului repartiiei normale conform cu relaiile"
( ) ( )
( ) ( ) ( )
'
<
<
6
1
6
1
6 5 6 5 6 5
6 5 6 5
5 F 5 F 5 5 2
5 F 5 5 2
!rin determinarea valorii 5
56
intervalul cu risc bilateral simetric se poate scrie sub forma"
,
_
+ < < 1
6 5 6 5
n
5 x
n
5 x 2
de unde
n
5 x
6 5
t
a crui reprezentare geometric este redat n figura 3.33.
-ntervalul de ncredere cu risc bilateral asimetric poate fi construit n mod similar considernd
i
riscul
la stnga i
s
riscul la dreapta"
,
_
+ < < 1
n
5 x
n
5 x 2
s i
;;
<
Figura 3.32 Interval de [ncredere cu risc
bilateral
simetric cu nivel de semnifica(ie * -!-8
1 % M <,JB
<6B , <
6
z
<6B , <
6
<,;
<,3
<,6
<,1
f3z4
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
unde
s
5 F
s
,
_
1
,
i i
5 F
,
_
i
+
s i
sau
( )
s
s s
5 F
n
5 x 2
,
_
+ < 1
( )
i
i i
5 F
n
5 x 2
,
_
<
&n
figura
3.3;
este
reprezentat intervalul de ncredere bilateral asimetric. -ntervalul de ncredere unilateral cu risc la stnga egal
cu , definit de probabilitatea
>
,
_
1 5
n
x
2
, este dat de inegalitatea"
n
5 x
>
. >imita superioar
a acestui interval 3fig 3.3B, a4 se etinde pn la .
-ntervalul de ncredere unilateral, cu risc la dreapta egal cu 3fig 3.3B, b4 definit n mod similar de
probabilitatea
,
_
<
1 5
n
x
2
este dat de epresia"
n
5 x
t <
>imita inferioar a intervalului merge pn la infinit.
Interal de "ncredere pentru media unei repartiii normale la care nu se cunoa7te dispersia* 9ie o
variabil aleatoare $ cu repartiie N!
2
# cu i
2
necunoscute. :ac se consider un eantion de volum n
cu estimaiile x i s, variabila aleatoare normat
( )
n
s
x
6
nu mai urmeaz o lege normal.
Se tie c , x are o repartiie normal, s
6
o repartiie
6
iar statistica
( )
n
s
x
6
urmeaz o lege de
repartiie Student cu M n ' 1 grade de libertate. Similar cazului anterior, intervalul de ncredere bilateral
pentru media este definit de relaia"
,
_
<
< 1
6 5 , 6 5 ,
t
n s
x
t 2
<
Figura 3.38. Interval de [ncredere cu risc unilateral
z
<,;
<,6
f3z4
<
z
<,;
<,6
() <
552
1 %
1 %
f3z4
%z
a# risc stMnga
b# risc dreapta
;B
<
Figura 3.33. Interval de [ncredere cu risc bilateral
simetric cu nivel de semnifica(ie
6
z
6
<,;
<,3
<,6
<,1
f3z4
6
6
<
,
_
&
5
n &
x
2
6
1
65
5
<
,
_
5
n
x
2
<
Figura 3.31. Interval de [ncredere
cu risc bilateral asimetric
s
z
i
<,;
<,3
<,6
<,1
f3z4
()
i i
552 <
( )
s s
5 5 2 >
% z
i
z
s
(apitolul --- S.).-S.-() ./01-(2
unde
n
s
t x
n
s
t x
6 5 , 6 5 ,
+ < <
sau
n
s
t x
6 5 ,
t
&n figura 3.3B. a4 este reprezentat intervalul de ncredere
unilateral cu risc la stnga cu nivel de semnificaie este"
n
s
t x
,
>
&n mod similar, intervalul unilateral cu risc la dreapta va fi"
n
s
t x
,
+ <
. Ouantilele 6 5 ,
t
sau ,
t
se determin cu
a$utorul tabelelor de repartiie Student.
Interalul de "ncredere pentru dispersie
9ie $ o variabil aleatoare cu repartiie normal cu media i dispersia
2
necunoscute. :ispersia este
estimat cu a$utorul estimatorului de selecie corectat s
6
. Se tie c statistica"
,
_
6
6
x x
i
are o
repartiie
2
cu * n J 1 grade de libertate.
!entru un nivel de semnificaie se poate scrie relaia"
1
1
]
1
<
,
_
<
1
6
6
,
6
1
6
6
1 ,
x x
2
i
n
i
unde
6
6
,
i
6
6
1 ,
i 1 %
6
.
/presia sumei de mai sus devine"
( )
( )
,
_
n
i
i
i
n
i
s n
x x
x x
1
6
6
6
6
6
1
1 1
&nlocuind aceast relaie n relaia anterioar aceasta se poate pune
sub forma"
( )
6
6
,
6
6
6
6
1 ,
1
<
<
s n
sau
( )
6
6
1 ,
6
6
6
6
,
1
1
1
<
<
s n
intervalul de ncredere bilateral pentru dispersie devine"
( ) ( )
6
6
1 ,
6
6
6
6
,
6
1 1
< <
s n s n
&n figura 3.3H. este reprezentat intervalul de ncredere al dispersiei cu risc bilateral simetric. !entru
abaterea standard un mod mai simplu de a calcula intervalul de ncredere este dat de relaia"
( ) ( ) > s > s + < < 1 1
unde > are valorile calculate 3date n tabele4 pentru nivelele de semnificaie <,<B i
<,<1.
!entru > N 1 intervalul este
( ) > s + < < 1 <
deoarece ntotdeauna < > .
&n acelai mod se poate determina intervalul la stnga"
( )
6
6
6
1
s n
>
sau cu risc la dreapta"
( )
6
6
6
1
s n
>
.
)*4*2* ;%LUMUL NECE#A& AL E-ANTI%ANEL%&
>imitele de ncredere pot conduce la stabilirea unei relaii de legtur ntre volumul eantionului n i
parametrii statistici. Se observ c la o cretere a volumului eantionului pentru acelai nivel de semnificaie
intervalul scade dar neliniar. 8olumul eantionului poate fi determinat numai n cazul n care se cunoate
dispersia iar valorile eantionului sunt independente i de precizie egal. (onsidernd un eantion dintr%un
;C
f3t4
Figura 3.36 Interval de [ncredere
bilateral simetric pentru variabila
aleat'are cu reparti(ie Ptudent
1 %
6
6 5 ,
t <
t
%
f3
6
4
Figura 3.3=. Interval de [ncredere cu
risc bilateral pentru dispersie
1 %
6
6
6 & !
< t
6
61&!
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
lot cu repartiie normal N3,
6
4 pentru un anumit nivel de semnificaie se poate scrie relaia"
>
1
1
1
1
]
1
>
5
n
x
2
(onsidernd o abatere maim
x u
, rezult pentru nivelul de semnificaie urmtoarea
inegalitate"
6
6
6
u
5 n
>
:ac dispersia este necunoscut volumul eantionului 3numrul de msurtori4 se poate determina n
funcie de nivelul de ncredere 1' i de raportul
s
>
k
i
i
i
k
i
1
1
Statistica
n
d
i
reprezint o estimaie punctual nedeplasat a abaterii standard
n
d
i
f
&n relaie de mai sus, d
n
reprezint factorul de conversie a amplitudinii medii n abatere standard a crui
valoare este dependent de n.
)*5* TE#TE 'E I,%TE>
Se tie c statistica are ca obiect fundamental problema deciziei n cazul unei incertitudini. :e eemplu
un eperimentator urmrete s determine dac un nou alia$ pentru contacte are o durat de via mai mare,
dac un nou procedeu de mbtrnire a bimetalelor conduce la abateri mai mici, dac schimbarea unor
materiale la un produs asimilat prin licen a modificat valoarea unor indicatori de calitate, etc. &n toate
aceste cazuri trebuie luat o decizie pe baza unor rezultate obinute pe nite eantioane. -ncertitudinea este
produs de faptul c eantionarea repetat ofer rezultate diferite. &n general n asemenea cazuri se alege o
anumit variabil ale crei valori obinute pe baza eantionului fundamenteaz decizia. 7na din problemele
de baz const din elaborarea regulilor de decizie, n aa fel nct, alegerea, dintre multiplele variante
eistente, s conduc la o concluzie corect cu o probabilitate suficient de mare, iar concluzia eronat s
aib probabilitatea ct mai redus posibil.
* decizie nseamn adaptarea sau respingerea unei ipoteze.
&n statistic prin ip'te5 se nelege o presupunere asupra uneia sau mai multor repartiii 3care
caracterizeaz una sau mai multe populaii4 sau asupra unuia sau mai multor parametri ai repartiiilor
respective. -poteza se numete statistic deoarece este $ustificat statistic pe baza datelor de sonda$.
;H
(apitolul --- S.).-S.-() ./01-(2
Eetodele de verificare ale ipotezelor statistice se numesc teste statistice. .estele care se refer la
ipotezele ce privesc numai valorile necunoscute ale parametrilor unei repartiii se numesc teste parametrice.
-potezele sunt n general presupuneri care se refer la populaie i nu la eantioane. :ecizia se ia ns pe
baza eantioanelor.
&n consecin, orice decizie comport un anumit risc din cauza eantionului pe baza cruia s%a obinut
variabila aleatoare. :ac ipoteza este adevrat, dar pe baza eantionului se respinge ca fals, se comite o
eroare de genul 1. !robabilitatea acestei erori se noteaz cu . Se poate ntmpla i invers, s se accepte ca
ipotez adevrat o ipotez fals. &n acest caz se face o eroare de genul 6. !robabilitatea acestei erori se
noteaz cu . :e eemplu, pe baza eantioanelor acceptm loturile care au valoarea adevrat *
-
3fig
3.3I4 adoptnd un nivel de semnificaie .
7nele eantioane, dei etrase din populaia cu
media
-
, pot s indice o alt valoare diferit de
-
pe baza creia se ia decizia de respingere a lotului.
Se produce o eroare de genul 1.
:e asemenea, pot eista eantioane dintr%un
lot cu j
-
3fig 3.3I4 dar care s confirme ipoteza
fcut *
-
4 i n acest caz se comite eroarea de
genul 6 cu o probabilitatea egal cu . )cceptarea
ipotezei potrivit creia lotul din care s%a etras
eantionul are media
-
sau nu, revine la a compara media de eantion x cu o valoare limit $
>
determinat
cu a$utorul nivelului de semnificaie i care reprezint criteriul de acceptare sau de respingere. 8aloarea
erorii de genul 6 va depinde de valoarea adevrat
-
. Se poate trasa o curb care reprezint valoarea
probabilitii de acceptare n funcie de adevrata valoare numit curba de eficacitate. 9iecrui proces de
decizie i se poate ataa o curb de eficacitate. !robabilitatea de respingere a unei ipoteze false, egal cu 1 J
! este denumit puterea testului. (onsidernd o populaie avnd pentru o caracteristic $ funcia de
repartiie F3x, 4, ne propunem s verificm ipoteza potrivit creia parametrul are valoarea
-
. 1otm
ipoteza astfel"
3
-
e *
-
.
!e lng valoarea mai pot fi i alte valori admisibile ale acestui parametru
1
!
2
, etc.4. !entru a
distinge ipoteza 3
<
" M
<
de restul ipotezelor admisibile aceasta se numete ip'te5 nul, oricare alt
ipotez fiind denumit ip'te5 alternativ. 7tilizarea unui test presupune stabilirea unor criterii i a unor
reguli de decizie. :ac se testeaz o ipotez 3
<
" *
-
cu alternativa 3
1
" j
-
cu a$utorul valorii unei
statistici u denumit i funcie discriminant, se definete pentru nivelul de semnificaie adoptat un interval
de acceptare i, denumit i regiune de acceptare, astfel"
,
_
1
<
3
i
u 2
Eulimea complementar i este denumit regiune critic. #egiunea de acceptare nu este determinat
unic eistnd deci i alte teste pentru verificarea aceleiai ipoteze. )cceptarea unei ipoteze un nseamn c
ea este i adevrat. !ot eista i mici diferene care nu pot fi eplicate i se numesc nesemnificative.
8erificarea ipotezelor statistice se poate spune c prezint n general urmtoarele etape"
1. enunarea ipotezei,
6. alegerea parametrilor 3! n etc4,
3. calculul statisticii de selecie pe baza datelor eperimentale 3funcia discriminant4 i stabilirea
regulii de decizie,
;. acceptarea sau respingerea ipotezei.
&n unele cazuri ipotezele se refer la o variabil aleatoare la care numai abaterea ntr%o singur direcie
se limiteaz. :e eemplu, temperatura unei ci de curent, puterea de mers n gol la transformatoare,
ntrefierul minim la electromagnei, etc. &n alte cazuri, se urmrete dac valoarea precis se afl n cadrul
unui interval cum ar fi dimensiunile tolerate ale unor repere, fora de apsare n contacte, eroarea unei
msurri, etc. Se utilizeaz astfel teste cu specificare unilaterale funcie de valoarea la care se limiteaz
3accept4 variabila sau teste cu specificare bilateral dac variabila se ncadreaz intervalului specificat. Se
observ astfel o anumit apropiere ntre intervalele de ncredere i testele de ipotez.
;I
1 %
Fig. 3.3O Xepre5entarea er'ril'r de 'rdinul 1 ?i 2
1 %
>egea 6 >egea 1
#egiune
critic
x
:
-
f34
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
)*5*+* TE#TUL I,%TE>EI #IM,LE
-poteza care specific valorile parametrilor necunoscui ai unei repartiii se numete ip'te5 simpl.
Testul de e3alitate cu aloarea mediei unei populaii normale cu dispersie cunoscut!
(onsiderm c piesele de contact ale unor aparate de conectare se eecut dintr%un material sinterizat
avnd o caracteristic a crei repartiie este normal cu media
egal care are valoarea 36 i dispersia egal cu 1
3conform unui anumit sistem de uniti de msur4.
!resupunem un nou lot de materiale sinterizate sosit la
ntreprindere i c n cadrul laboratorului se fac cercetri pentru a
verifica dac materialul are sau nu caracteristica definit. Se
stabilete mai nti cu ce probabilitate dorim s precizm aceast
valoare medie 3probabilitatea deciziei4. :e eemplu, dac se alege
probabilitatea de <,JB concluzionm c valoarea medie este 36
chiar cnd ea este efectiv egal cu 36 sau cu ale cuvinte fim
eroarea valorii de genul - 3 M 1 ' <,JB M <,<B4 care poate fi
suportat de furnizor. Eenionm c n anumite cazuri se poate
lua eroarea <,<1, <,<<1 sau chiar <,B i aceasta n funcie de
consecinele economice pe care le antreneaz decizia
3respingerea unui lot corespunztor4.
&n acelai timp trebuie s se precizeze pragul 3limita4 valorii
medii creia i se asociaz riscul erorii i care const din faptul
c atunci cnd se concluzioneaz c valoarea este 36 ea poate fi
n realitate 3;. )cest risc pe care n tolerm poate fi" <,1, <,1B, <,6<, <,B< 3funcie de importana
consecinelor fabricaiei de aparate de proast calitate, erorii, etc.4 !erechile de valori
-
! 1 J # i
1
! #
reprezint dou puncte ale curbei de eficacitate 3figura 3.3J.4. /ist curbe de eficacitate calculate pentru a
stabili pe cale grafic volumul eantionului funcie de i de abaterea normat ,
-
#&. (onsidernd deci
o populaie avnd o caracteristic reprezentat normal, cu media necunoscut i dispersia
2
cunoscut,
urmeaz s se verifice ipoteza nul 3
-
e *
-
cu alternativa 3
1
e j
-
la un nivel de semnificaie
bilateral. /trgnd un eantion de volum n se obine media de selecie x . Se alege ca instrument al
deciziei, funcia discriminant 3statistic4
n
x
<
,
_
1
6 5
<
6 5
5
n
x
5 2
:ac pe baza valorii calculate n
x
5
c
<
se ndeplinete
6 5 6 5
5 5 5
c
< <
3sau 6 5
5 5
c
<
4 atunci se
accept 3
<
. &n caz contrar se respinge 3
<
i se accept 3
1
.
Se poate aplicai un test unilateral dac se testeaz ipoteza 3
-
e
-
contra ipotezei alternative 3
1
e
1
E
-
. &n acest caz"
,
_
1
<
5
n
x
2
-ntervalul de acceptare este
( )
5 ,
.
:ac 5 aparine acestui interval se accept 3
<
cu un interval de semnificaie . &n caz contrar se respinge
3
<
i se accept 3
1
.
:e asemenea, n cazul unui test unilateral 3
-
e
-
cu alternativa 3
1
e
1
N
-
. -ntervalul de acceptare
definit de relaia"
,
_
>
1
<
5
n
x
2
este
( ) ,
5
. -poteza 3
<
"
<
va fi acceptat dac
5 5
.
;J
!
r
o
b
a
b
i
l
i
t
a
t
e
a
d
e
a
c
c
e
p
t
a
r
e
a
i
p
o
t
e
z
e
i
1 %
<
1
3
<
, 1 % 4
Figura 3.3<. 2erec/ile de val'ri care
definesc curba de eficacitate
3
1
, 4
.
.
(apitolul --- S.).-S.-() ./01-(2
Testul de e3alitate cu aloarea mediei unei populaii normale cu dispersie necunoscut!
.estm ipoteza cu specificaie bilateral 3
-
e *
-
cu alternativa 3
1
e j
1
. :in datele unui eantion
de volum n se determin valoarea medie x i tiind c statistica
s
n
x
t
c
<
s n
c
are
o repartiie
6
cu M n ' 1 grade de libertate.
!entru nivelul de semnificaie se etrag din tabelul repartiiei
6
valorile corespunztoare
6
6 5 ,
i
6
6 5 1 ,
putndu%se scrie relaia"
( )
1
6
6 5 ,
6 6
6 5 1 , c
2
care conduce la intervalul de acceptare
( )
6
6 5 ,
6
6 5 1 ,
,
, reprezentat n figura 3.;<.
&n cazul unei specificaii unilaterale se pot testa ipotezele"
f3
6
4
Figura 3.1-. Xepre5entarea intervalului de
acceptare cu specifica(ie bilateral pentru
dispersie
1 %
6
6
6 5 ,
t
6
6 5 1 ,
#espinge 3
<
)ccept 3
<
#espinge 3
<
f3
6
4
Figura 3.11 Interval de acceptare cu specifica(ie unilateral pentru dispersie
1 %
6
,
6
1 ,
#espinge 3
<
)ccept 3
<
#espinge 3
<
f3
6
4
1 %
)ccept 3
<
a# ,
b# ,
B<
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
a4
6
<
6
<
" 3 cu ipoteza alternativ
6
<
6
1
" > 3 . Se calculeaz statistica
( )
6
<
6
6
1
s n
c
i se
etrage din tabelul repartiiei /i,ptrat valoarea
, pentru M n ' 1.
#elaia
( )
1
6
,
6
c
2
determin intervalul de acceptare
( )
6
,
,
, reprezentat n figura 3.;1 a4.
:ac
6
,
6
, sau dac
1
6
< 6
,
6
n
s
, se accept 0
<
ceea ce nseamn c
6
<
6
3sau
6
<
6
<
4.
:ac nu este ndeplinit inegalitatea de mai sus se respinge 3
<
i se accept 3
1
3
6
<
6
>
4.
b4
6
<
6
<
" 3
contra ipotezei alternative c
6
este inferior valorii
6
<
3
6
<
6
1
" < 3
4. :in datele
eantionului se calculeaz
( )
6
<
6
6
1
s n
c
1 , . #elaia
( )
1
6
1 ,
6
c
2
definete intervalul de acceptare
( )
,
6
1 ,
n
s
se accept 3
<
.
)*5*1* TE#TUL I,%TE>EI 'U:LE
!n aici au fost prezentate testele unor ipoteze simple care constau din verificarea egalitii unui
parametru al repartiiei cu o valoare dat. 9oarte frecvent n aplicaiile industriale se ntlnete un alt tip de
probleme i anume acela al cercetrii dac dou repartiii au anumii parametrii de valori egale fr a se
preciza ns aceste valori.
Testul de e3alitate a dou! medii
/ste unul din testele cu foarte multe aplicaii n tehnic. )stfel, la verificarea regla$ului unor maini
automate, a stabilitii unui proces tehnologic, a influenei nlocuirii unor materiale, la compararea unor
caracteristici, etc. testul de egalitate a mediilor st la baza analizelor statistice ale proceselor respective.
9ie dou populaii cu mediile necunoscute, avnd caracteristicile ( )
6
, "
x x
N $ i
( )
6
, "
" "
N %
.
.estm ipoteza " x
3 "
< cu alternativa " x
3 "
1 . (onsiderm o alt variabil aleatoare definit de
diferena
% $
, care de asemenea este repartizat normal
( )
6
, "
N
. !e baza eantioanelor etrase
din cele dou populaii x
1
, x
6
, Q,x
n1
, pentru caracteristica $ i "
1
, "
6
, Q,"
n6
pentru caracteristica %, se
stabilesc valorile tipice conform relaiilor reprezentate anterior"
6
6
1
6
6
,
n n
" x
"
x
+ .
:e asemenea, media teoretic este
[ ] [ ]
" x
% $ 4 4
.8erificarea ipotezelor puse n
discuie se face cu a$utorul funciei discriminante"
( ) ( )
6
6
6
1
1 1
" x
" x
n n
" x
5
(onsidernd
" x
, relaia de mai sus se reduce la forma"
( )
6
6
6
1
1 1
" x
c
n n
" x
5
+
,
6
"
x
E
"
" x
3 > "
1 # intervalul de acceptare a ipotezei testate 3 " x
3 "
< 4 este
( )
5 ,
.
&n concluzie, dac
5 5
c
<
, se accept ipoteza
x
*
"
sau
x
N
"
#. (nd ipoteza alternativ este
x
N
"
" x
3 < "
1 #! atunci intervalul de acceptare pentru " x
3 "
< este
( ) ,
5
. &n acest caz dac
5 5
c
>
,
se respinge ipoteza alternativ i se accept ipoteza iniial
x
*
"
3sau
x
E
"
4.
0/ 'ispersiile de alori e3ale dar necunoscute ?
6
x
P
6
"
P
6
"
, unde
( ) ( )
6
6
6
1
1 1
" x
s n s n s +
.
(u aceste relaii se calculeaz statistica discriminant"
( )
( ) ( )
6 1 6 1
6
6
6
1
1 1
6
1 1
n n n n
s n s n
" x
t
" x
c
+
+
+
!entru un interval de semnificaie , cu specificaie bilateral, se etrage din tabelul repartiiei Student
valoarea Puantilei 6 5 ,
t
cu un numr de grade de libertate
6
6 1 6 1
+ + n n
, unde n
1
i n
6
reprezint
volumele eantioanelor corespunztoare caracteristicilor $ i %.
#egiunea de acceptare conform relaiei,
( )
< < 1
6 5 , 6 5 ,
t t t 2
c , este"
( )
6 5 , 6 5 ,
6 1 6 1
+ +
< < t t t
c
:ac t
c
aparine intervalului de mai sus, se accept ipoteza " x
3 "
< . &n aceleai condiii, n cazul
specificaiei unilaterale, se obine regiunea de acceptare
( )
,
, t
cnd ipoteza alternativ este
x
E
"
.
:eci ipoteza testat " x
3 "
< 3sau
x
N
"
4 va fi acceptat cnd"
( )
,
6 1
+
t t
c
.
:e asemenea, dac ipoteza alternativ este
x
N
"
, ipoteza testat " x
3 "
< 3sau " x
>
4 va fi
acceptat dac"
,
6 1
+
t t
c
iar n caz contrar se respinge 3
<
i se adopt " x
3 < "
1
Testul e3alit!ii dispersiei a dou! repartiii normale ?testul ./
(onsiderm dou populaii cu caracteristicile ( )
6
, "
x x
N $ i
( )
6
, "
" x
N %
cu mediile i dispersiile
necunoscute. !resupunem ca $ i % sunt independente n probabilitatea i eantioanele din populaiile
respective x
1
, x
6
, Q,x
n1
i "
1
, "
6
, Q,"
n6
sunt cu volume diferite.
(onform cu relaia
( )
( )
,
_
n
i
i
i
n
i
s n
x x
x x
1
6
6
6
6
6
1
1 1
se pot determina urmtoarele variabile
aleatoare cu repartiie
6
"
( )
6
6
1 6
1
x
x
x
s n
i
( )
6
6
6
6
1
"
"
"
s n
&nlocuind n epresia de definiie variabilei aleatoare F, se obine"
6
6
6
6
6
6
x
"
"
x
"
x
"
x
s
s
F
:ac testm ipoteza
6 6
<
"
" x
3
contra ipotezei alternative
6 6
1
"
" x
3
observm c statistica
6
6
"
x
s
s
urmeaz o lege F cu
1
1
n
i
1
6
n
grade de libertate cnd
6 6
" x
.
/ste evident c pentru
6 6
" x
la un nivel de semnificaie eist relaia"
,
_
< 1
, ,
6
6
6 1
F
s
s
2
"
x
valoarea
, ,
6 1
F
obinndu%se din tabelul repartiiei F.
B6
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
(onform relaiei
,
_
< 1
, ,
6
6
6 1
F
s
s
2
"
x
se accept ipoteza 3
<
dac , ,
6
6
6 1
F
s
s
"
x
<
Testul de omo3enitate a dispersiilor ?testul CocHran/
)desea se pune problema verificrii egalitii mai multor dispersii
6
1
,
6
6
, Q,
6
k
. .estul F nu poate fi
utilizat dect pentru k M 6. 9ie
6
1
s ,
6
6
s , Q,
6
n
s
estimaiile independente ale dispersiilor
6
1
,
6
6
, Q,
6
k
,
fiecare stabilite pe selecii de volume egale
n n n n
k
6 1
, variabilele respective avnd repartiie
normal. Se alege dispersia maim s i se determin statistica ; cu relaia"
k
i
i
i
k i
s
s
;
1
6
6
1
ma
31.CI4
:in tabelul statisticii ; pentru un nivel de semnificaie se etrag valorile" ;! ! k! n ' 1. :ac
; ; >
pentru un volum k i pentru selecii de volume egale n'1, se admite ipoteza omogenitilor dispersiilor.
)*5*)* TE#TE 'E C%NC%&'AN
.estele de concordan servesc pentru verificarea concordanei dintre o repartiie teoretic i o repartiie
empiric.
Testul
1
pentru eri(icarea normalit!ii
#epartiia
6
se utilizeaz i pentru verificarea normalitii unei populaii normale cu i
6
necunoscute. .estm ipoteza ( )
6
<
, " N $ 3 contra ipotezei alternative ( )
6
1
, " N $ 3 . Statistica
6
este dat n acest caz de epresia"
( )
i
i i
np
np a
6
6
unde"
a
i
' frecvena absolut a abaterilor n intervalul i,
n ' volumul eantionului,
p
i
' probabilitatea teoretic a intervalului i.
.estul de concordant
6
se aplic atunci cnd volumul sonda$ului este 1<< > n . *bservaiile se mpart
n k intervale de lungimi egale 3eceptnd primul si ultimul interval care pot fi infinite4. )stfel, n primul
interval 3
1
, x
4 se trec toate valorile mai mici sau egale cu x
1
, iar n ultimul interval 3
,
k
x
4, valorile
mai mari dect x
g
.
Se calculeaz"
n
i
i
x
n
x
1
1
i ( )
n
i
i
x x
n
s
1
6
1
1
.
#estul operaiilor se pot prezenta n tabelul urmtor.
!robabilitatea p
i
se determin cu a$utorul funciei >aplace pentru un interval oarecare i, unde k i < < 1 .
8aloarea lui p
i
este calculat astfel"
( ) ( )
,
_
,
_
s
x x
F
s
x x
F 5 F 5 F p
i i
i i i
1
1 .
!entru primul interval"
( ) ( ) ( )
,
_
s
x x
F 5 F F 5 F p
1
1 1 1
iar pentru ultimul interval"
( ) ( )
,
_
+
s
x x
F 5 F F 2
k
k k
1
Succesiunea operaiilor de calcul pentru testul de concordant.
-ntervale
3
i
x
i
x
1
4
9recvena
ai
x
i
x
s
x
i
x
i
5
( )
i
5 F
%
,
_
s
x
i
x
F
( ) ( )
1
i
5 F
i
5 F
i
2
npi ai% npi 3ai% npi4
6
( )
i
np
i
np
i
a
6
B3
(apitolul --- S.).-S.-() ./01-(2
8ariabila
( )
i
i i
np
np a
6
urmeaz o repartiie
6
cu numrul gradelor de libertate
( ) 1 + l k
, unde l
reprezint numrul parametrilor estimai care caracterizeaz variabila x.
)stfel, pentru repartiia normal l M 6, eistnd doi parametri 3media i dispersia4. >a un anumit nivel de
semnificaie i pentru 1 1 k , decizia se ia n concordan cu relaia"
( )
,
_
1
1
6
,
6
n
i
i
i i
np
np a
2
sau
( )
6
,
6
c
2
, se accept 3
<
Testul Qolomo3oro #mirno
(ele mai multe teste necesit cunoaterea n prealabil a legii de repartiie. /ist ns i o categorie de
teste valabile pentru orice fel de lege de repartiie. )ceste teste se numesc neparametrice. &n cazul, cnd
pentru verificarea aceleiai ipoteze se pot folosi i un test clasic 3parametric4 i unul neparametric, testul
clasic este mai puternic. :in acest motiv testelor neparametrice li se acord o ncredere mai redus i ori de
cte ori este posibil se nlocuiesc cu testele parametrice.
&n general, testele neparametrice sunt mai eficiente atunci cnd se testeaz mediile i nu dispersiile.
.estul holomogorov ' Smirnov 3hS4 verific concordana dintre o repartiie teoretic F34 3normal,
binomial, !oisson4 i una eperimental F
n
34. &n urma prelucrrilor cu valorile grupate pe intervale se
determin valoarea maim a diferenei"
( ) ( ) x F x F d
n n
ma
i se scrie pentru un nivel semnificativ
adoptat relaia"
( )
k
n
d 2
n
,
_
1
8aloarea lui se obine din tabelele funciei calculate k. :e eemplu pentru nivelul de semnificaie"
( ) 3C , 1 JB , < <B , < k
i pentru
( ) 63 , 1 J< , < 1< , < k
&n concluzie, dac
n
d
n
<
, se accept ipoteza concordanei dintre repartiia empiric i cea teoretic.
:ac
n
n
d
>
, ipoteza concordanei se respinge.
:ate iniiale
x
i
' variabila
n
i
' frecv. absolut
n ' volumul
9uncia empiric 9uncia teoretic
( ) ( )
i i n
x F x F
( ) ( )
i i n n
x F x F d ma
.abelele k34
1 ' M k34
n
i
i i n
f " F
1
unde f
i
este frecvena relativ a valorii "
i
.
(u a$utorul tabelelor >aplace se calculeaz funcia teoretic de repartiie F3"
i
4. &n final se determin
diferena"
( ) ( )
i i n
" F " F d
i se alege valoarea superioar d
s
M sup d.
Se accept ipoteza 3
<
dac g s
d d
, unde d
g
se alege din tabel corespunztor nivelului de semnificaie
adoptat.
Test de eliminare a erorilor 3rosiere ?Testul Gru00s/
8alorilor aberante se ndeprteaz foarte mult de restul valorilor reale, acestea se regsesc n multe
cazuri printre datele eperimentale, putnd influena rezultatul unui test de concordan sau alte valori tipice.
(auzele sunt multiple iar un specialist cu eperien n domeniul respectiv poate identifica muli factori care
au condus la apariia acestora. 7n cercettor repet msurtorile 3fapt ce nu este posibil totdeauna4, dar
statistica matematic poate s $ustifice cu a$utorul unor teste 3Drubbs4, pentru un anumit nivel de
semnificaie, ndeprtarea valorilor aberante.
.estul Drubbs const n ordonarea datelor observaiilor x
1
! x
2
!...! x
n
obinndu%se irul statisticilor de
ordine x
1#
T x
2#
T x
3#
T) Tx
n#
. Se calculeaz x i s i se determin cu valoarea aberant x
n#
raportul
( )
s
x
n
x
v
. :ecizia de eliminare se ia dac
>
1 ! n
v
sau se pstreaz dac
1 ! n
v
unde
1 ! n este
statistic a cror valori sunt prezentate tabelar. !entru erorile grosiere spre limita inferioar se calculeaz
raportul
( )
s
x
n
x
H
v
i decizia se adopt ca n cazul anterior.
7n test de ipotez ofer un rspuns probabilistic asupra unei probleme care este condiionat de nivelul
de semnificaie adoptat. .estele de ipotez conduc la interpretri statistice i nu la interpretri ale cauzelor.
)*8* MET%'A 'E ANALI> #TATI#TIC A LEGTU&IL%& 'INT&E .EN%MENE
-I ,&%CE#
Statistica studiaz fenomenele de mas n cadrul crora acioneaz legile statistice a cror particularitate
principal o constituie faptul c ele se manifest sub form de tendin cunoscut i sunt verificate numai la
nivelul ntregului ansamblu. &n foarte multe situaii este necesar interpretarea lor sub form de tendin a
relaiilor de cauzalitate. &n acelai timp, practica statistic dovedete c n procesul de producere a
fenomenelor de mas, nu toate relaiile de cauzalitate se manifest cu aceeai intensitate i n acelai sens. (u
ct fenomenele pe care la studiem sunt mai complee, cu att numrul factorilor este mai mare i relaiile de
cauzalitate mai dificil de identificat i de msurat.
>egea de repartiie a unui sistem de variabile poate fi diferit de cea a componentelor sale ntre care pot
eista legturi strnse de genul cauz ' efect sau legturi mai puin evidente. &n cazul legturilor cauz ' efect
este suficient s se cunoasc valoarea uneia dintre ele pentru a se determina cu eactitate valoarea celeilalte
3legturi deterministe4. &n al doilea caz, legtura dintre caracteristici poate avea un caracter aleatoriu fiind
BB
(apitolul --- S.).-S.-() ./01-(2
dependente statistic sau independente cnd legtura este slab 3legtur probabilistic4. 8ariabila aleatoare %
este independent de variabila aleatoare $ dac evenimentele $Nx# i %N"# sunt independente pentru orice
valori x i ", n acest caz se poate scrie relaia"
2$Nx!%N"#*2$Nx#d2 %N"#
:ar conform definiiei generale 2$Nx! %N"#*Fx!"#9 2$Nx#*Fx#9 2%N"#*F"#.
#ezult n mod analog fx!"#* fx#df"#! aceasta fiind condiia necesar i suficient de independen a
dou variabile aleatoare dar care presupune cunoaterea legilor de repartiie.
1oiunea de dependen referitoare la variabilele aleatoare are un sens mai larg dect cel utilizat n
tehnic. &n mod obinuit, n tehnic, se ia n calcul o singur zon a dependenei aceia de dependen total
sau determinist. &n realitate dou variabile aleatoare $ i % pot fi legate i printr%o relaie probabilistic. :ou
variabile $ i % pot fi legate i printr%o relaie probabilistic, eemplu cnd se cunoate valoarea lui $,
valoarea lui % nu poate fi determinat cu eactitate, dar se poate determina legea sa de repartiie dependent
de $. &n practic se pune probleme stabilirii legturii dintre variabilele sistemului. &n funcie de tipul de
dependen dintre variabile legtura fie prin regresie fie prin corelaie.
Conceptul de le3!tur! statistic!
>egturile statistice pot fi interpretate printr%o funcie matematic, astfel"
unei singure variabile din irul de caracteristici i corespunde o singur valoare din irul
caracteristicilor efect"
4 3
i i
x f "
unei singure valori din irul de caracteristici efect i corespund mai multe valori din irul
de caracteristici cauz"
4 ,... , 3
6 1 n i
x x x f "
unde"
n
x x x ,... ,
6 1
j reprezint caracteristica
factorial 3independent, eogen sau cauz4 iar
i
"
j reprezint caracteristica rezultativ
3dependent, endogen sau efect4.
>egturile statistice se pot clasifica astfel"
a4 dup numrul caracteristicilor care se iau n studiu"
% legturi simple" o singur caracteristic factorial cu caracter esenial determin o
caracteristic rezultativ iar ceilali factori sunt cu aciune constant,
% legturi multiple.
b4 dup felul de eprimare a caracteristicilor"
% legturi ntre variabile statistice eprimate numeric 3cantitativ4 j corelaii statistice,
% legturi ntre variabile statistice eprimate prin cuvinte j asocieri statistice,
c4 dup direcia legturii"
% legturi directe, atunci cnd cresc 3sau descresc4 valorile caracteristicii factoriale, cresc
3sau descresc4 valorile caracteristicii rezultative,
% legturi inverse.
d4 dup epresia analitic a legturilor"
% legturi liniare,
% legturi neliniare.
e4 dup momentul n care se produc"
% legturi sincrone,
% legturi asincrone.
)*8*+* MET%'E 'E #TU'IU A LEGTU&IL%& #TATI#TICE
a/ Metoda seriilor paralele interdependente const n aezarea valorilor a dou serii paralele n ordine
cresctoare sau descresctoare a caracteristicilor. !rin compararea seriilor de valori astfel ordonate, se poate
stabili dac eist sau nu legturi ntre ele i se determin direcia acestei legturi. Seriile paralele se folosesc
numai cnd avem un numr mic de uniti observate.
0/ Metoda 3rup!rilor reprezint un model de analiz prin ecelen calitativ, capabil s
surprind aspectele eseniale ale legturilor dintre variabile. Studiul legturilor se realizeaz dup ce
unitile colectivitii se grupeaz n funcie de caracteristica factorial iar pentru caracteristica rezultativ se
calculeaz indicatorii derivai 3mrimii relative sau medii4, specifice fiecrei grupe. !rin compararea variaiei
caracteristicii factoriale, cu aceea a caracteristicii rezultative se poate aproima caracterul legturii, direcia i
intensitatea acesteia. Se recomand intervale de grupare egale.
c/ Metoda ta0elului de corelaie 3tabel cu dubl intrare4 reprezint o form special a unei
gruprii combinate n care separarea pe grupe a unitilor se face dup variaia ambelor caracteristici '
BC
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
factorial i rezultativ. Se recomand ca numrul gruprilor formate dup cele dou caracteristici s fie
aproimativ egale, iar intervalele de grupare s fie egale.
d/ Metoda 3ra(ic!* !entru a obine graficul de corelaie % denumit i corelogram % valorile
caracteristicii factoriale x# sau intervalul acesteia se trec pe abscisa iar pe ordonat se trec valorile
caracteristicii rezultative "# sau intervalele respective. 9iecare unitate observat, purttoare a celor
dou caracteristici corelate, se reprezint grafic printr%un punct. #eprezentarea grafic a legturii n
cmpul de corelaie are aspectul unui nor de puncte.
)*8*1* MET%'A &EG&E#IEI
Eetoda regresiei a fost introdus n anul 1IIC de ctre biologul statistician englez 9rancis Dalton 31I66
% 1J1l4. Eodelul matematic utilizat de regresie este metoda celor mai mici ptrate al crui enun este
urmtorul ksuma ptratelor distanelor punctelor observate fa de dreapta teoretic trebuie s fie minimL.
Eetoda este folosit n cercetare i proiectare, acolo unde teoria nu poate stabili nici o relaie care s
determine legtura ntre anumite mrimi.
(a orice metod statistic, prima etap const n cercetare eperimental a variaiei mrimilor pe care le
studiem. 7rmeaz culegerea datelor eperimentale i reprezentarea grafic a variaiei mrimilor care trebuie
analizate, deoarece graficul sugereaz tipul de a$ustare care se poate realiza. (u a$utorul metodei de regresie
se poate determina, cu o aproimaie destul de bun, funcia care guverneaz fenomenul studiat. :ac
fenomenul analizat este bidimensional se obine o dreapt sau o curb iar dac este tridimensional se obine o
suprafa de a$ustare. 9uncia obinut prin metoda regresiei este valabil numai pe domeniul n care s%a
realizat aplicaia, nu reprezint un model matematic generalizat, n schimb funcia poate fi utilizat, cu succes
n diverse aplicaii similare cu fenomenul studiat, n cadrul programelor softVare de simulare. Eetoda
regresiei este eficient pentru aplicaiile particulare, fiindc suplinete cu succes lipsa modelelor matematice.
:e asemenea, pe domenii restrnse, interpretrile utiliznd funcia determinat prin metoda regresie sunt mult
mai aproape de adevr fa de cazul n care s%ar utiliza modele matematice clasice. )ceast metod a devenit
des utilizat datorit uurinei lucrului cu calculatoarele electronice.
Eetoda regresiei constituie o metod statistic de corectare a legturii dintre variabile cu a$utorul unei
funcii denumite funcii de regresie"
4 ,... , 3
6 1 n i
x x x f "
unde"
% J variabila dependent,
n
x x x ,... ,
6 1
' variabile independente
:atorit caracterului aleator al fenomenelor i proceselor, modelul teoretic se nlocuiete cu un model de
dependen statistic "
+ 4 ,... , 3
6 1 n
x x x f %
unde" ' reprezint o eroare aleatoare cu dispersia constant i
media nul.
Modele de re3resie uni(actorial!
#egresia unifactorial descrie legtura dintre variabilele " i x considernd c ceilali factori au o aciune
constant i negli$abil asupra caracteristicii dependente. &n continuare vom prezenta cele mai des ntlnite
modele de regresie n tehnicile statistice.
a/ Modelul liniar* Se consider dou variabile $ i % ntre care se presupune c eist o legtur pentru
care eperimental au fost determinate perechile de valori x
i
i "
i
"
Se traseaz un grafic printre puncte care reprezint kdreapta de regresieL
i
x b a
x
" +
care se apropie
cel mai mult de punctele eperimentale. 8alorii eperimentale "
x
i corespunde pe dreapta de regresie
valoarea care are urmtorul model teoretic"
i
x
i
" +
.
A
n
. . .
A
1
A
6
A
3
A
n
BH
(apitolul --- S.).-S.-() ./01-(2
)baterile valorilor reale fa de valorile estimate 3de pe dreapta de regresie4 sunt"
i
x b a
i
"
i
x b a
i
"
x
"
i
" +
,
_
&n aceast situaie, modelul teoretic se poate estima printr%o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea"
+ +
i
x b a
x
"
!arametrii a i b! au n acest caz coninut de medii i se estimeaz cu a$utorul unor metode specifice
oferite de matematica statistic " metoda verosimilitii maime respectiv metoda celor mai mici ptrate.
&n practic se folosete frecvent metoda celor mai mici ptrate care presupune c suma ptratelor
abaterilor dintre valorile teoretice 3a$ustate4 "
i
i valorile empirice 3reale4 "
x
s fie minim, se obine
formula" min
6
4 3
x
"
i
" nlocuim pe x
"
i obinem min
6
4 3
i
bx a
i
"
:erivm n raport cu a i b i egalm cu zero derivatele pariale de ordinul nti, se obine un sistem de
ecuaii"
( )
( )
'
<
< 1
6
6
# bx a " x
b b
X
# bx a "
a a
X
i i i
i i
#
i
bx a
i
"
#
i
bx a
i
"
sistem care are forma final"
'
+
+
i i i i
i i
" x x b x a
" x b na
6
iar soluii sunt"
6
6
i i
i
i i i
i i
x x
x n
x " x
x "
a
,
6
i i
i
i i i
i
x x
x n
" x x
" n
b
sau
6 6
6
4 3
i i
i i i i i
x x n
" x x " x
a
6 6
4 3
i i
i i i i
x x n
" x " x n
b
!rin nlocuirea coeficienilor a i b n ecuaia de gardul unu, rezult ecuaia teoretic
x b a " +
care
reprezint cel mai bine fiecare punct din norul de puncte determinate eperimental. :reapta de regresie trece
prin punctul mediu 4 , 3 " x .
(oeficientul a ' nu are interpretare statistic.
(oeficientul b ' denumit coeficient de regresie ' arat msura n care se manifest 3se modific4
caracteristica dependent n cazul n care caracteristica independent se modific cu o unitate.
&n funcie de semnul coeficientului de regresie se poate aprecia tipul de legtur "
% legtur direct, coeficientul este pozitiv ,
% legtur invers, coeficientul este negativ ,
% dac b * < se apreciaz c valorile x ?i " sunt independente.
7tiliznd coeficienii a i b calculai se determin valoarea ecuaiei de regresie pentru fiecare mrime a
caracteristicii x.
0/ Modelul e6ponenial
Se determin coeficienii a i b! pornind de la forma canonic a ecuaie eponenial, utiliznd modelele
specifice matematicii statistice "
i
x
i
" , modelul teoretic
i
x
x
ab " % modelul determinist 3practic, real4
)baterile valorilor reale fa de valorile estimate 3de pe curba de regresie4 sunt"
i
x
ab
i
"
i
x
ab
i
"
x
"
i
"
,
_
&n aceast situaie, modelul teoretic se poate estima printr%o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea" +
i
ab "
x
x
>ogaritmm epresa modelului determinist, pentru a transform ecuaia ntr%un model liniar similar cu
cel studiat mai sus"
b lg x a lg " lg
i x
+
, facem substituia x x
" lg "
a a lg l
b b lg l
rezult
ecuaia de forma"
x l b l a l "
x
+
unde suma dispersiilor trebuie s fie minim.
Suma dispersiilor, dintre modelul teoretic i modelul determinist, trebuie s fie minim, se a$unge la
formula" min 4 3
6
x i
" " nlocuim pe x
"
, se obine formula"
min 4 l l 3
6
i i
x b a "
BI
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
:erivm n raport cu l a i l b i egalm cu zero derivatele pariale de ordinul nti, se obine un
sistem de ecuaii"
( ) ( )
( )( )
'
< l l
6
4 3
< l l 1
6
4 3
b
i
x a
i
"
i
x
b
i
x b a
i
"
b
X
b
i
x a
i
"
a
i
x b a
i
"
a
X
9orma final a sistemului de dou ecuaii cu dou necunoscute este"
'
+
+
i i i i
i i
" x x b x a
" x b na
l l l
l l l
6
rezult soluiile l a i l b ale sistemului de ecuaii"
6
6
i i
i
i i i
i i
x x
x n
x " x
x "
l a
6
i i
i
i i i
i
x x
x n
" x x
" n
l b
revenim
la substituia iniial
a a lg l
rezult
l a
e a i
b b lg l
rezult
l b
e b
!rin nlocuirea coeficienilor a i b n ecuaia eponenial, rezult ecuaia teoretic
x
ab "
c/ Modelul lo3aritmic
Se pornete de la forma canonic a ecuaiei logaritmice, eprimat prin cele dou modele statistice
i i
x " lg +
% modelul teoretic.
i x
x lg b a " +
% modelul determinist 3practic, real4 unde a N <, b N <
)baterile valorilor reale fa de valorile estimate 3de pe curba de regresie4 sunt"
i
x lg b a
i
"
i
x lg b a
i
"
x
"
i
" +
,
_
&n aceast situaie, modelul teoretic se poate estima printr%o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea"
+ +
i x
x lg b a "
Suma modelul dispersiilor, dintre modelul teoretic i modelul determinist, trebuie s fie minim, rezulta
formula" ( ) min
6
x i
" " nlocuim pe x
"
, rezult formula"
( ) min lg
6
i i
x b a "
:erivam n raport cu a ?i b i egalm cu zero derivatele pariale de ordinul nti, se obine sistemul de
ecuaii"
( )
'
,
_
,
_
,
_
<
6
< 1
6
i
x lg b a
i
"
i
x lg
b
#
i
x lg b a
i
"
b
X
i
x lg b a
i
"
a
#
i
x lg b a
i
"
a
X
9orma final a sistemului de dou ecuaii cu dou necunoscute este"
'
+
+
i i i i
i i
x " x b x a
" x b na
lg 4 3lg lg
lg
6
rezolvm sistemul i obinem
6
6
4 3lg lg
lg
4 3lg lg
lg
i i
i
i i i
i i
x x
x n
x x "
x "
a
6
4 3lg lg
lg
lg lg
i i
i
i i i
i
x x
x n
x " x
" n
b
!rin nlocuirea coeficienilor a i b n ecuaia logaritmic, rezult ecuaia teoretic
x lg b a " +
d/ Modelul para0olei
Se pleac de la forma canonic a ecuaiei de gradul al doilea, utiliznd modelele statistice
6
i i i
x x " + +
% modelul teoretic.
6
i i x
x c x b a " + + % modelul determinist 3practic, real4
BJ
(apitolul --- S.).-S.-() ./01-(2
)baterile valorilor reale fa de valorile estimate 3de pe curba de regresie4 sunt"
6 6
i
x c
i
x b a
i
"
i
cx
i
x b a
i
"
x
"
i
"
,
_
+ +
&n acest situaie, modelul teoretic se poate estima printr%o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea" + + +
6
i i x
x c x b a "
Suma modelul dispersiilor, dintre modelul teoretic i modelul determinist, trebuie s fie minim, rezulta
formula"
( ) im min " "
x i
6
nlocuim pe x
"
, rezult formula"
( ) min
6
6
i i i
cx bx a "
:erivm n raport cu a! b i c i egalm cu zero derivatele pariale de ordinul nti, se obine "
( )
'
,
_
,
_
,
_
,
_
,
_
<
6
6
6 6
<
6
6 6
<
6
1
6 6
i
cx
i
bx a
i
"
i
x
c
#
i
cx
i
bx a
i
"
c
X
i
cx
i
bx a
i
"
i
x
b
#
i
cx
i
bx a
i
"
b
X
i
cx
i
bx a
i
"
a
#
i
cx
i
bx a
i
"
a
X
Sistemul de trei ecuaii cu trei necunoscute este de forma"
'
+ +
+ +
+ +
i i i i i
i i i i i
i i i
" x x c x b x a
" x x c x b x a
" x c x b na
6 ; 3 6
3 6
6
Soluiile a! b i c ale sistemului de ecuaii sunt"
; 3 6
3 6
6
; 3 6
3 6
6
i i i
i i i
i i
i i i i
i i i i
i i i
x x x
x x x
x x n
x x " x
x x " x
x x "
a
; 3 6
3 6
6
; 6 6
3
6
i i i
i i i
i i
i i i i
i i i i
i i
x x x
x x x
x x n
x " x x
x " x x
x " n
b
; 3 6
3 6
6
6 3 6
6
i i i
i i i
i i
i i i i
i i i i
i i
x x x
x x x
x x n
" x x x
" x x x
" x n
c
!rin nlocuirea coeficienilor a! b i c n ecuaia parabolei, rezult ecuaia teoretic
6
x c x b a " + +
e/ Modelul HJper0olic
Se pleac de la forma canonic a ecuaiei hiperbolei, utilizm modelele matematicii statistice, se obine "
i
i
x
"
+
, modelul teoretic
i
x
x
b
a " +
% modelul determinist 3practic, real4
)baterile valorilor reale fa de valorile estimate 3de pe curba de regresie4 sunt"
i
x
b
a
i
"
i
x
b
a
i
"
x
"
i
" +
,
_
C<
MANAGEMENTUL CALITII Construcia, implementarea, dezoltarea sistemului calit!ii "n "ntreprinderi industriale
&n aceast situaie, modelul teoretic se poate estima printr%o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea"
+ +
i
x
x
b
a "
Suma modelul dispersiilor, dintre modelul teoretic i modelul determinist, trebuie s fie minim, rezulta
formula" ( ) min
6
x i
" " nlocuim pe x
"
, rezult formula
min
6
,
_
i
i
x
b
a "
:erivm n raport cu a ?i b i egalm cu zero derivatele pariale, se obine sistemul"
( )
'
,
_
,
_
,
_
<
6
1
6
<
6
1
6
i
x
b
a
i
"
i
x
b
#
i
x
b
a
i
"
b
X
i
x
b
a
i
"
a
#
i
x
b
a
i
"
a
X
Sistemul de dou ecuaii cu dou necunoscute este de forma"
'
,
_
+
+
i
i
i i
i
i
x
"
x
b
x
a
"
x
b a n
1 1 1
1
6
Soluiile sunt"
6
6
1 1
1
1 1
1
i
i
i
i
i
i
i
i
x
x
x
n
x
x
"
x
"
a
,
6
1 1
1
1 1
i
i
i
i
i
i
i
x
x
x
n
x
"
x
" n
b
!rin nlocuirea coeficienilor a i b n ecuaia hiperbolei, rezult ecuaia teoretic
x
b a "
1
+
Modelul multi(actorial
&ntre fenomene, procese de orice fel eist legturi complee care se caracterizeaz prin influena unui
numr mare de factori 3variabile independente4 asupra caracteristicii rezultative 3variabile dependente4. )ceste
legturi se pot eprima cu a$utorul funciei de regresie multipl"
# x !... x ! x f "
n x 6 1
unde
n
x x x ,... ,
6 1
sunt caracteristici independente sau factoriale.
(el mai utilizat model teoretic de regresie multifactorial, este modelul liniar dat de epresia "
n n i
x a x a x a a " + + + + ...
6 6 1 1 <
, unde
<
a
% reprezint coeficientul care eprim influenta factorilor neinclui n model, fiind considerai cu
aciune constant,
n !... ! i
a
6 1 % sunt coeficieni de regresie multipli i arat ponderea cu care caracteristica factorial x
influeneaz fiecare caracteristica rezultativ ".
Eodelul determinist este dat de relaia" n n x
x a ... x a x a a " + + + +
6 6 1 1 <
Eodelul teoretic se poate estima printr%o ecuaie similar cu modelul determinist, la care se ia n
considerare i eroarea"
+ + + + +
n n x
x a ... x a x a a "
6 6 1 1 <
Suma dispersiilor dintre modelul teoretic i modelul real trebuie s fie minim, rezult formula "
( ) min
6
x i
" " nlocuim pe x
"
, rezult formula
min 4 ... 3
6
6 6 1 1 <
n n i
x a x a x a a "
C1
(apitolul --- S.).-S.-() ./01-(2
:erivam n raport cu
n
a a a ,... ,
6 1
i egalm cu zero derivatele pariale, se obine sistemul"
'
+ + + +
+ + + +
+ + + +
" x x a x x a x x a x a
" x x x a x x a x a x a
" x a x a x a n a
n n n n n n
n n
n n
6
1 6 1 1 <
1 1 6 1 6
6
1 1 1 <
6 6 1 1 <
...
.......... .......... .......... .......... .......... .......... .......... .......... .......... ..........
...
...
prin rezolvarea sistemului se determin coeficienii
n
a a a a ,..., , ,
6 1 <
)*8*)* C%&ELAIA
)*8*)*+* Corelaii liniare
&n paragrafele anterioare au fost prezentate repartiiile unor variabile aleatoare izolate, repartiii
caracterizate prin momentele respective care pot fi determinate prin estimarea acestora. #epartiia unui
cuplu de variabile aleatoare nu poate fi redat numai prin momentele celor dou variabile luate separat,
ci este necesar s se caracterizeze i covariaia.
Spre
deosebire de legtura de regresie care reprezint
legtura dintre dou variabile, dintre care una aleatoare iar alta cunoscut sau dat 3nealeatoare4,
legtura de corelaie se refer la un cuplu de dou variabile aleatoare a crui legtur poate fi
caracterizat de coeficientul de corelaie.
(onsiderm dou variabile aleatoare $ cu repartiia normal ( )
6
x x
! N i variabila % cu repartiia
( )
6
" "
! N
ntre care eist o anumit legtur. :ensitatea de probabilitate a funciei de repartiie normal
cu doi parametri este dat de epresia"
( )
( )
'
1
1
1
]
1
,
_
,
_
,
_
,
_
6
6
6
1 6
1
6
1
"
"
"
"
x
x
x
x
" x
" "
x x
exp " ! x f
a crui reprezentare grafic este prezentat n figura 3.;B i are funcia de repartiie
( ) ( )
( )
'
1
1
1
]
1
,
_
,
_
,
_
,
_
x "
"
"
"
"
x
x
x
x
" x
" "
x x
exp " % ! x $ 2 " ! x F
6
6
6
1 6
1
6
1
(oeficientul
M <, cele dou variabile sunt independente atunci funcia de repartiie se scrie astel"
( )
( )
( )
( ) ( ) " f x f
x
exp
x
exp " ! x f
"
"
" x
x
x
1
1
]
1
1
1
]
1
6
6
6
6
6 6
1
6 6
1
fiind pus n eviden condiia de
independen.
:ac
N <, variabilele x! " sunt dependente aleatoriu 3stochastic4. (oeficientul teoretic de corelaie este
dat de media produselor abaterilor normate.
C6
Figura 3.18 7raficul reparti(iei bivariate
f3,A4
A
m
A
m
,
_
,
_
"
"
x
x
"
x
4
sau
( ) ( )
( ) ( )
n
i
n
i
" i x i
" i
n
i
x i
" x
" x
1 1
6 6
1
)*8*)*1* Indicatori sintetici ai corelaiei
Coariana
(ovariana se obine ca o medie aritmetic a produselor abaterilor variabilelor, fa de media lor"
( ) ( )
" " x x
n
" x
i i
1
4 , cov3
(ovariana poate avea"
valoare pozitiv, ceea ce indic o legtur direct,
valoare negativ, ceea ce indic o legtur invers,
valoare zero, dac variabilele sunt independente 3deci lipsete legtura de corelaie4.
!e msura ce covariana crete, crete i intensitatea corelaiei.
Coe(icientul de corelaie liniar! simpl!
/ste un indicator care msoar intensitatea legturii de tip liniar dintre dou variabile x i ".
x
i
x
x x
5
"
i
"
" "
5
( ) ( ) ( ) ( )
( ) ( )
6 6
5
" " x x
" " x x
n
" " x x
r
i i
i i
" x
i i
x "
&n practic se folosete urmtoarea formul"
( ) ( )
( ) [ ] ( ) [ ]
6
6
6
6
5
4 , cov3
i i i i
i i i i
" x
i i
" x
x "
" " n x x n
" x " x n
n
" " x x
" x
r
1 <
"x
r
(oeficientul de corelaie este aplicabil numai n cazul a dou variabile cu repartiii normale, pentru alte
cazuri nu este fundamentat i poate eventual caracteriza
Semnul su semnific tipul de legtura. &n practic se utilizeaz urmtoarea interpretare "
6 , < <
5
<
x "
r
% nu eist legtur semnificativ
B , < 6 , <
5
<
x "
r
% eist o legtur slab
HB , < B , <
5
<
x "
r
% eist o legtur de intensitate medie
JB , < HB , <
5
<
x "
r
% eist o legtur puternic
1 JB <
x & "
r !
% legtur determinist
&aportul de corelaie
/ste denumit i coeficientul de corelaie al lui !earson, acesta msoar intensitatea legturilor att liniare
ct i curbilinii. !oate lua valori n intervalul < ' 1. (u ct valoarea raportului este mai aproape de valoarea
unu, cu att legtura de corelaie este mai puternic i invers.
( )
( )
6
6
5
1
med i
i
x "
" "
% "
X
unde "
i
"
% reprezint valorile iniiale,
% % reprezint valorile teoretice sau calculate,
med
"
% reprezint valoarea medie.
)*8*)*)* &eprezentarea 3eometric! a corelaiei
C3
(apitolul --- S.).-S.-() ./01-(2
9ie variabilele aleatoare $ i % dependente avnd repartiii normale. &n mod arbitrar se consider $ ca
avnd variaii independente, iar variabila % ca fiind legat de $. )nsamblul punctelor x! " descrie un
domeniu reprezentat printr%o elips de probabilitate
3figura 3.;C4.
:eoarece s%a considerat variabila $ independent,
pentru fiecare valoare particular i
x
, i va corespunde lui
% un ansamblu de valori i
"
repartizate normal. >a fiecare
valoare i
x
corespunde o valoare medie
i
x & "
a lui %. :eci,
cnd x descrie un anumit domeniu, punctele
i
x & "
descriu o
dreapt a crei ecuaie este"
,
_
+
x
x
x
"
"
x & "
.
!entru o anumit valoare i
x
, ansamblul valorilor i
"
are dispersia"
,
_
6
1
6 6
"
x & "
ntim c o funcie
( ) x f "
se poate scrie i sub forma
( ) " x
. &n consecin legtura dintre
variabilele aleatoare $ i % se poate obine find % i determinnd mediile variabilei $ corespunztoare"
,
_
+
"
x
"
x
x
" & x cu dispersia
,
_
6
1
6 6
x
" & x .
/cuaiile x & "
i " & x
,
_
+
x
x "x
"
"
respectiv
,
_
+
"
" x"
x
x
unde
x
"
"x
"
x
x"
.
C;
Figura 3.16 7raficul elipsei de
pr'babilitate
i
i
x
"
x
"