Elemente de Statistica Descriptiva

ELEMENTE DE STATISTICA DESCRIPTIVA
Cursul 2
CERMI Facultatatea Constructii de Masini www.cermi.utcluj.ro STATISTICA DESCRIPTIVA Conf.dr.ing. Marius Bulgaru
STATISTICA DESCRIPTIVA Populatie, Caracteristica discreta, continua Prezentarea datelor: tabele (frecvente), grafice (histograme), indicatori statistici (de localizare, de imprastiere) Construirea si utilizarea histogramei Variabile aleatoare, discrete si continue Functii de repartitie, functii de probabilitate Repartitii discrete clasice, binomiala, hipergeometrica, Poisson Aplicatii
Populaie statistic, colectivitate statistic, lot. Mulimea elementelor luate n studiu

Un element al populaiei statistice se numete unitate statistic sau individ statistic.
Populatii: finite, infinite Populatii: omogene, neomogene Caracteristic, sau variabil Proprietatea comun tuturor unitilor statistice provenite dintr-o populaie omogen Caracteristici: cantitative, calitative Caracteristici: discrete, continue
Aplicaia 2.1 Un lot de bucse cu diametrul de 100,1 produse prin sinterizare reprezint o
populaie statistic omogen. Mulimea bucselor produse de SC Sinterom SA ntr-o lun reprezint o populaie neomogen; Datele experimentele provenite din msurarea forei de achiere la rectificare reprezint o populaie statistic omogen. Datele experimentale provenite din msurarea regimului de achiere (s,t,v) la rectificare reprezint o populaie neomogen. Exemple de caracteristici - cantitative - exprimate prin valori numerice- dimensiune, greutate - calitative - exprimate prin atribute ca bun - defect; satisfctor - nesatisfctor etc. Caracteristicile cantitative pot fi - discrete - numerele care le reprezint aparin mulimii numerelor ntregi sau raionale (numrul de piese defecte dintr-un lot) - continue - dac ntr-un interval se poate obine orice valoare real pentru caracteristic - abateri dimensionale, forta, intensitate..
Cercetare: - completa; - selectiva (esantion)

Valoarea numeric a unei caracteristici cantitative referitoare la o unitate statistic se numete valoare observat. Totalitatea valorilor observate formeaz datele experimentale
PREZENTAREA DATELOR EXTERIMENTALE - TABELE - GRAFICE - INDICATORI STATISTICI

Softuri pentru prelucrarea datelor experimentale

EXCEL STATGRAF GNUPLOT Q-DAS
Etapele prelucrarii datelor experimentale

Caracteristici discrete si/sau continue
Achizita datelor (tabelul datelor primare) Sortare (crescatoare/descrescatoare) Deterninarea amplitudini A Determinarea numarului de clase Determinarea marimii intervalului Determinarea frecventelor Tabelul frecventelor Trasarea histogramei (repartitia in frecventa) Calculul indicatorilor statistici
Etapele prelucrarii datelor experimentale Caract. Discrete

1. Achizita datelor Tabelul Datelor Primare
60 73 71 73 69
77 72 69 83 71
71 61 82 67 72
74 76 72 85 76
78 67 62 70 67
66 73 83 75 80
76 75 73 63 73
74 68 68 76 77
82 72 74 72 65
69 79 72 77 74
2. Sortare (crescatoare/descrescatoare) Tabelul Valorilor Ordonate
60 68 72 74 77
62 69 72 74 77
64 69 72 74 78
65 69 72 75 79
65 70 73 75 80
66 71 73 76 82
67 71 73 76 82
67 71 73 76 83
67 72 73 76 83
68 72 74 77 85

3. Deterninarea amplitudini A 4. Deterninarea numarului de clase
A=
max
X min
A=25
4.1 Relaia lui H.A.Sturges
m = 1 + 3 ,322 lg n
4.2
Relaia lui H.B.Mann i
A. Wald pentru n>100 4.3 pentru n>100
1 m=4 ( n 1 ) 4
m= n
1 5
Etapele prelucrarii datelor experimentale Caract. discrete

4. Deterninarea numarului de clase 4.1 Relaia lui H.A.Sturges
m = 1 + 3 ,322 lg n
4.2
Relaia lui H.B.Mann i
A. Wald pentru n>100
1 m=4 ( n 1 ) 4
m= n
1 5
4.3
pentru n>100

5. Determinarea marimii subintervalului
u=A/m=25/5=5
6. Calculul frecventelor 6.1 Frecventa absoluta 6.2 Frecventa relativa 6.3 Frecventa cumulata
ai
f
= i
i i =1
a
a
n
i =1
i
=n
Ac = ai F c =
Ac
n
Ad = ai F d =
i=n
Ad
n

7. Tabelul frecventelor
Intervalul de grupare Frecvena Frecvena cumulat
absolut relativ absolut relativ absolut relativ cresctoare cresctoare descresctoare descresctoare ai fi Ac Fc Ad Fd 6 0,12 6 0,12 50 1,00 (60-65] 11 0,22 17 0,34 44 0,88 (65-70] 20 0,40 37 0,74 33 0,66 (70-75] 9 0,18 46 0,92 13 0,26 (75-85] 4 0,08 50 1,00 4 0,08 (85-85]
Amplitudine CERMI Facultatatea Constructii de Masini www.cermi.utcluj.ro STATISTICA DESCRIPTIVA Conf.dr.ing. Marius Bulgaru
Diagramele repartiiei
20 15 10 5 0
Histograme
0,4 0,2 0
20 15 10 5 0
20
40
60
20 15
Poligonul frecventelor Diagrama circulara

10% 8% 2% 10% 14%
10 5 0
24% 32%
Frecventa ai fi
Histograme
ai=45,2 fi=90,4%
60
65
70 75 62 < D < 82
80
85
6/5x3+11+20+9+4/5x2=45,2 CERMI Facultatatea Constructii de Masini www.cermi.utcluj.ro STATISTICA DESCRIPTIVA Conf.dr.ing. Marius Bulgaru
Frecventa ACi FCi
Histograme
60
65
70
75
80
85
Indicatorii statistici
Tendinte: - de localizare - de mprtiere
Indicatori de localizare n Media aritmetica Media geometrica Media armonica Media patratica
M [ x] =
x
i =1
M [ x] =
ai x
i =1
n
n
=n Mg
M
a
x1 x2 ... xn = n xi i =1
1
i
i =1
x
i =1
Mediana
= x[( n +1 ) / 2 ] M e
x( n / 2 ) + x( n 2 +1 ) =
2
Mod, Modala -
valoarea de pe abscisa care are frecventa maxima
Xc=
Valoare centrala
max
+ 2
X
sup
min
X ci =
Xi
inf
+ xi 2
Proprieti i observaii statistici de localizare
referitoare
la
indicatorii
1. Pentru repartiii unimodale simetrice, abaterea medianei fa de media aritmetic este egal cu o treime din abaterea modului fa de media aritmetic: xMo xMe =
2. Pentru repartiii unimodale simetrice, abaterea medianei fa de media aritmetic este egal cu o treime din abaterea modului fa de media aritmetic; 3. Mediile aritmetic i ptratic sunt influenate de valorile mari ale seriei; 4. Mediana nu este influenat de valorile extreme; 5. Mediile geometric i armonic sunt influenate de valorile mici i reduc din influena valorilor mari; 6. Intre cei patru indicatori ai mediei exist relaia:
Ma< Mg < x< M
Indicatori de imprastiere Dispersie

D[x ] =
n
(x i M [ x ] )
n i =1
n
2 i
D[x ] =
( xi M [ x ]) a
i =1
n
n i =1
= ( xi M [ x ])
2 i =1
n D[x ] = [ x] = DC n 1
( xi M [ x ])
n 1
2
Abaterea medie patratica Amplitudinea
D[x ] =
( xi M [ x ])
i =1
2 1 n 2 = xi M [ x ] n i =1
W = x max x min
Intervalul intercuartilic Intervalul intercuartilic
ai
Xmin
Q1
Q2
Q3
Xmax
Coeficient de variatie intercuartilic
Q Q q= Q
3 2
Q Q = M
3 e
Coeficient de variatie
Cv =
D[x ] M [ x]
sau
Cv =
s x
Proprieti i observaii statistici de imprastiere:
referitoare
la
indicatorii
1. Suma algebric a abaterilor fa de media aritmetic este egal cu zero. Notnd abaterea valorii de ordinul I n raport cu media aritmetic:
= xi x
Media aritmetic a abaterilor este:
1 n 1 n 1 n n x = xx =0 = i = ( xi x ) = xi n i =1 n i =1 n i =1 n
D[x ] =
(x i M [ x ] )
n i =1
Proprieti i observaii statistici de imprastiere:
referitoare
la
indicatorii
2. Suma abaterilor ptratice are valoarea minim atunci cnd sunt calculate n raport cu media aritmetic. Considernd suma abaterilor ptratice n raport cu valoarea arbitrar x0. n n 2 2 ( x i x 0 ) = ( x i x ) ( x 0 x ) i=1 i=1
[ i =1
n
( xi x) ( x0 x) = ( xi x) 2 ( x0 x) ( xi x) + ( x0 x)
i =1 i =1
2
i =1
=0
i =1
( x i x0 ) = ( x i x ) + n ( x0 x )
2 i =1
i =1
( x i x0 ) > ( x i x )
2 i =1
x0 = x
MOMENTE
Momente absolute de ordinul k la care valorile sunt considerate n raport cu originea
1 n k mk = n xi i =1
n 1 n k k = xi a i = x i mk n i = 1 i =1
1 n m1 = n xi = x i =1
Momente centrate de ordinul k (la care valorile sunt exprimate n raport cu o valoare arbitrar)
1 n = ( xi n i =1
1 n = ( xi n i =1
ai = ( xi
n i =1
)f
k 1 n M k = n ( xi x ) i =1
n k k 1 n M k = n ( xi x ) ai = ( xi x ) i =1 i =1
2 1 n M 2 = n ( xi x ) = D[x] i =1
M M M M
=0
2 3
= m2 m1 = D[x ] 2 = m4 4 m1 m3 + 6 m1 m2 3 m1
= m3 3 m1 m2 + 2 m1 3
4
Corectia momentelor - Corectia Shepard Cauza abaterilor: gruparea pe clase & uniformitate in clasa
1 2 m2 = m2 12 1 7 4 = m4 m 2 + m4 2 240 reprezint amplitudinea intervalului de grupare

Indicatori pentru asimetrie i aplatizare Coeficient de asimetrie
= 1
M M
3 3/ 2 2
M D[x]
3
1>0
1=0
1<0
Coeficient de aplatizare
= 2
M M
4 2 2
3=
M D[x]
4
2<0
2=0
2>0
Tipuri de functii de repartitie
Repartitie unimodala
Repartiie binomial
Repartiie antimodal
Variabile aleatoare
VARIABILE ALEATOARE
Variabila aleatoare este acea mrime care n cadrul unui experiment poate lua o valoare necunoscut aprioric. Pentru un ir de msurtori, variabila aleatoare este o noiune care-l caracterizeaz din dou puncte de vedere: - caracterizare din punct de vedere cantitativ - variabila aleatoare ne d informaii privind valoarea numeric a mrimii msurate - caracterizare din punt de vedere calitativ - variabila aleatoare ne d informaii privind frecvena de apariie a unei valori numerice ntr-un ir.
VARIABILE ALEATOARE
Variabile aleatoare discrete ( Z ) - numarul de piese defecte Variabile aleatoare continue ( Q, R ) - dimensiunea unui semifabricat
x1, x2, x3,..xn - sirul valorilor masurate p1, p2, p3,..pn - probabilitatea aparitiei valorii xi
x1 , X : p , 1
x p
2,
... , ... 2
x sau X : x ,1 i n p p
n i n i
Aplicaia 2.2 Se arunc un zar de 100 de ori obinndu-se pentru cifra 1 10 apariii, pentru cifra 2 18 apariii pentru cifra 3 20 apariii pentru cifra 4 12 apariii pentru cifra 5 25 de apariii pentru cifra 6 15 apariii. Probabilitatea apariiei cifrelor 1,2,...,6 este:
10 18 20 P( 1 ) = = 0 ,10 P( 2 ) = = 0.18 P( 3 ) = = 0 ,20 100 100 100 12 25 15 P( 4 ) = = 0 ,12P( 5 ) = = 0 ,25P( 6 ) = = 0 ,15 100 100 100
Tabloul repartiiei este
2 3 4 5 6 1 X : 0 ,10 0 ,18 0 ,20 0 ,12 0 ,25 0 ,15

0,25
Probabilitatea = Frecventa relativa pi = fi

0,20 0,18 18% 0,10 10% 0,12 12% 20%
25%
0,15 15%
Functie de repartitie
P( X = xi ) = P( xi ) =
pi = 1 i =1
Probabilitatea evenimentului X<xi.

probabilitate 1,2 1 0,8 0,6 0,4 0,2 0 1 2 3 4 5 6 variabila
P(X<xi) = ?
2 3 4 5 6 1 X : 0 ,10 0 ,18 0 ,20 0 ,12 0 ,25 0 ,15
P(1<X<5)= P(X=2) + P(X=3) + P(X=4) Evenimente compatibile si independente
1,2 1 probabilitate 0,8 0,6 0,4 0,2 0 0 2 4 variabila 6 8
P(1<X<5)= p2 + p3 + p4
Variabila aleatoare
x1 , X : p , 1
x p1 + p
2,
...
2
, ...
x p1+ p 2 + ...+ p
n n
Functie de probabilitate F ( x k ) = P( X x k )
F ( xk ) = P( X xk ) = P( X = xi ) = P( xk ) = p k
i =1 i =1 i =1 k k k
P(X<x) se citete probabilitatea ca X s fie cel mult egal cu x. 2. Variabile aleatoare continue Functie de repartitie
F ( x ) = P( X < x ) =
f ( x )dx = F' ( x )dx
Functia de probabilitate
F ( x + x ) F ( x ) f ( x ) = lim = F' ( x ) x x 0
f(x)
f(x)
f(x)dx
F(x)
1,2 1 0,8 0,6 0,4 0,2 -5

30
1 0,88 0,7 0,5 0,28 0,12 5 x 10
Element de probabilitate
0 0 0
- asimptot dreapta F(x)=0; - asimptot dreapta F(x)=1; - funcie strict cresctoare; pentru x1<x2 F(x1)<F(x2)
frecventa
20 10 0
F ( x ) = P( X < x ) =
f ( x )dx = 1
Axis Title CERMI Facultatatea Constructii de Masini www.cermi.utcluj.ro STATISTICA DESCRIPTIVA Conf.dr.ing. Marius Bulgaru
3. Apartenena unei variabile aleatoare la un interval dat

Se cunoaste: functia de repartitie F(x), f(x) Se cere: P(aXb).
f(x) P(aX<b)
- A - evenimentul X<b; - B - evenimentul X<a; - C - evenimentul aXb. B i C sunt incompatibile A=B U C
P( A ) = P( BU C ) = P( B ) + P( C )
P( X < b ) = P( X < a ) + P( a X < b )
P( a X < b ) =
P( a X b ) = P( x < b ) P( X < a ) P( a X < b ) = F ( b ) F ( a ) b a b

Functii de repartitie
f ( x )dx f ( x )dx = f ( x )dx a
Functii de repartitie discrete - binomiala (cu intoarcere) - hipergeometrica (fara intoarcere) - Poisson
Functii de repartitie continue - normala (Gauss - Laplace) - Student - 2 - Fischer
Repartitia binomiala Dintr-n lot format din N bucati se extrag consecutiv fara a pune piesa extrasa la loc n piese. - p coeficientul de rebut; probabilitatea de-a extrage o piesa defecta - q coeficientul de piese bune; probabilitatea de-a extrage o piesa buna Repartitia binomiala 0 1 s=1 se extrage o singura piesa q p s=2 se extrag doua piese s=n se extrag n piese
1 0 2 q 2qp
2 2 p
n ... n 0 n p q n C ...
p qC
kn
... ...
p q C p q C p q C
2n
n 2
1 n
Functia de repartitie
P( X = k ) = P( k ) = C n
k
0,8 P(k) p=4% p=10% p=6% p=8%
pq
nk
0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0
P(k) p=4% n=20
0,7 0,6 0,5 0,4 0,3 0,2 0,1
n=20
0,27249 0,05283 1 2
0,00647 0,00056 3 4 k
0 5
0 0 2 4 6 8 k 10
Functie de probabilitate
P( x k ) = F ( k ) = P( x ) = C n p
x x =0 x =0
n x
Indicatori statistici
Media Mod Dispersia Abaterea standard M[X], , X Mo D[X], 2, S2
M [X ] = x i p i = k p k q n k
n n i =1 k =0
( np q ) < M o < ( np + p )
D[ X ] = np( 1 p ) = npq
, s
mk, Mk
= npq
m1 = M [ X ] = np M 2 = D[ X ] = npq M 3 = npq( q p )M 4 = npq( 1 6 pq + 3npq )
Momente
Asimetria
1=
2=
q p npq
Excesul
CERMI Facultatatea Constructii de Masini STATISTICA Conf.dr.ing. Marius Bulgaru
1 6 pq npq www.cermi.utcluj.ro
DESCRIPTIVA
Aplicatia 2.3 Dintr-un lot de 400 de bucati, cu un coeficient de rebut de 5% se extrag consecutiv fara a pune piesa extrasa la loc 3 piese. Sa se construiasca variabila aleatoare a numarului de piese defecte Sa se ia decizia de acceptare sau respingere a lotului
Repartitia hipergeometrica Dintr-un lot format din n bucati se extrag consecutiv punind piesa extrasa la loc m piese. - p coeficientul de rebut; probabilitatea de-a extrage o piesa defecta - a numarul de piese defecte a=p*n - q coeficientul de piese bune; - b numarul de piese bune Functie de probabilitate
P( X = k ) = P( k ) = C a C b m
k mk
C
k
Functie de repartitie
P( X k ) = F ( k ) =
m n
C
k =0
k a
mk b
Media
M[X], , X
M [X ] = x i p i = mp
n i =1
Mod
Mo
pnm qn + m 1 pnm + pn + m + 1 <Mo< n+2 n+2 Daca n >> m pm q < M 0 < pm + q
Dispersia
D[X], 2, S2
Daca n >> m
D[X ] = mpq
nm n 1 m D[X ] = mpq 1 n
Aplicatia 2.4 Dintr-un lot de 100 de bucati, cu un coeficient de rebut de 4% se extrag consecutiv punind de fiecare data piesa extrasa la loc 3 piese. Sa se construiasca variabila aleatoare a numarului de piese defecte Sa se ia decizia de acceptare sau respingere a lotului
4.2 Repartitia Poisson
Functie de probabilitate P( X = k ) = P( k ) = t k! - densitate de aparitie & media aparitiilor pentru p<0,1 si np>5 Functie de repartitie
P(k)
( )
k
=
np
k!
P( X = k ) = P( k ) =
( np )
k
P( X k ) = e
0,7 0,6 0,5 P(k)
k =0
k!
0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0
u=0,5 u=1 u=2 u=5
0,3032
0,4 0,3
0,00015 0,0758 0,012630,001 0,000013 1 2 3 4 5 6 k 7
0,2 0,1 0 0 5
10
15
20
Media Mod Dispersia Abaterea standard
M[X], , X Mo D[X], 2, S2
, s
M [X ] = x i p i = e
n i =1
k 1
k 1
k =0
1< Mo < )
D[ X ] =
=
2 2 3 m1 = m 2 = + m 3 = + 3 +
Momente
mk, Mk
M 2 = M 3 = M 4 = + 3
Asimetria
1=
2=
Excesul
STATISTICA DESCRIPTIVA Populatie, Caracteristica discreta, continua Prezentarea datelor: tabele (frecvente), grafice (histograme), indicatori statistici (de localizare, de imprastiere) Construirea si utilizarea histogramei Variabile aleatoare, discrete si continue Functii de repartitie, functii de probabilitate Repartitii discrete clasice, binomiala, hipergeometrica, Poisson Aplicatii

Elemente de Statistica Descriptiva

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Elemente de Statistica Descriptiva

Uploaded by

Copyright:

Available Formats

ELEMENTE DE STATISTICA DESCRIPTIVA

Populaie statistic, colectivitate statistic, lot. Mulimea elementelor luate n studiu

Cercetare: - completa; - selectiva (esantion)

PREZENTAREA DATELOR EXTERIMENTALE - TABELE - GRAFICE - INDICATORI STATISTICI

Softuri pentru prelucrarea datelor experimentale

Etapele prelucrarii datelor experimentale

Etapele prelucrarii datelor experimentale Caract. Discrete

2. Sortare (crescatoare/descrescatoare) Tabelul Valorilor Ordonate

Etapele prelucrarii datelor experimentale Caract. Discrete

4.1 Relaia lui H.A.Sturges

Relaia lui H.B.Mann i

A. Wald pentru n>100 4.3 pentru n>100

Etapele prelucrarii datelor experimentale Caract. discrete

Relaia lui H.B.Mann i

A. Wald pentru n>100

Etapele prelucrarii datelor experimentale Caract. Discrete

Etapele prelucrarii datelor experimentale Caract. Discrete

Poligonul frecventelor Diagrama circulara

valoarea de pe abscisa care are frecventa maxima

Proprieti i observaii statistici de localizare

Ma< Mg < x< M

Indicatori de imprastiere Dispersie

Abaterea medie patratica Amplitudinea

Intervalul intercuartilic Intervalul intercuartilic

Coeficient de variatie intercuartilic

Proprieti i observaii statistici de imprastiere:

Media aritmetic a abaterilor este:

Proprieti i observaii statistici de imprastiere:

1 2 m2 = m2 12 1 7 4 = m4 m 2 + m4 2 240 reprezint amplitudinea intervalului de grupare

Indicatori pentru asimetrie i aplatizare Coeficient de asimetrie

Tipuri de functii de repartitie

2 3 4 5 6 1 X : 0 ,10 0 ,18 0 ,20 0 ,12 0 ,25 0 ,15

Probabilitatea = Frecventa relativa pi = fi

Probabilitatea evenimentului X<xi.

1,2 1 probabilitate 0,8 0,6 0,4 0,2 0 0 2 4 variabila 6 8

f ( x )dx = F' ( x )dx

1,2 1 0,8 0,6 0,4 0,2 -5

1 0,88 0,7 0,5 0,28 0,12 5 x 10

3. Apartenena unei variabile aleatoare la un interval dat

- A - evenimentul X<b; - B - evenimentul X<a; - C - evenimentul aXb. B i C sunt incompatibile A=B U C

P( X < b ) = P( X < a ) + P( a X < b )

P( a X b ) = P( x < b ) P( X < a ) P( a X < b ) = F ( b ) F ( a ) b a b

f ( x )dx f ( x )dx = f ( x )dx a

Functii de repartitie continue - normala (Gauss - Laplace) - Student - 2 - Fischer

0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0

P(k) p=4% n=20

0,7 0,6 0,5 0,4 0,3 0,2 0,1

CERMI Facultatatea Constructii de Masini STATISTICA Conf.dr.ing. Marius Bulgaru

pnm qn + m 1 pnm + pn + m + 1 <Mo< n+2 n+2 Daca n >> m pm q < M 0 < pm + q

4.2 Repartitia Poisson

0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0

u=0,5 u=1 u=2 u=5

0,00015 0,0758 0,012630,001 0,000013 1 2 3 4 5 6 k 7

Media Mod Dispersia Abaterea standard

You might also like