Econometrie Semestrul al II-lea Facultatea de Informatica Manageriala Asist. univ.drd.

Ovidiu Solomon

Seminarul 4

1. Repartitia normala Este numita repartitie normala datorita urmatoarelor : - in multe cercetari experimentale, mai ales cand acestea privesc erorile de observatie, se da peste aceasta distributie - multe alte distributii, din punct de vedere practice sunt aproximate prin acesta distributie - in conditiile generale, sume de variabile aleatoare repartizate sau nu normal sunt aproximativ normal repartizate Notatie: X ~ (x; ,
2

)

densitatea de repartitie : fX(x)=
x

1 e 2
1 e 2

1 x 2

2

,x
2

functia de repartitie : FX(x) = E(X) =

1 t 2

dt

V(X) = Observatie: Functia fX(x) este simetrica fata de x= graficul de mai jos.

2

, este maxima in x=

si are puncte de inflexiune in x= f(x, , )

asa cum se observa in

1 2

0
Repartitia normala redusa -Z= X

-

+

x

~N(z; 0,1) s.n. variabila aleatoare normata(normala standard) de medie 0 si dispersie 1, unde z=

x

, Z are deci

densitatea de repartitie fZ(z) =

1 e 2
,

1 2 z 2

z

si functia de repartitie F(z) =

1 e 2

1 2 t 2

dt

- valorile de pe axa Ox, x-valorile :

,

2 ,

3

corespund valorilor de pe aza Oz, z-valorilor : 0, 1, 2, 3, unde z=

x

- intervale de 95% si 99% : P(Z < 1,96) = 0,975,deci P(0 < Z < 1,96) = 0,975-0,5 = 0,475 sau P(-1,96 < Z < 1,96) = 2∙0,475 = 0.95; in mod similar : P(-2,576 < Z < 2,576) = 0.99 - din punct de vedere practic s-a constatat ca variabila X cu distributie normala in afara intervalului ( 3 , 3 ) ia putine valori (sub 3%). Proprietati
z

(z) =
0

1 e 2
(

1 2 t 2

dt s.n. functia integrala a lui Laplace
1 , 2

(-z) = (0) = 0 ;

(z) (simetria fata de origine) )= ( )=

1 2
1

. Xn ~ N(0. unde reprezinta aria hasurata din tabelul repartitiei 3. 2 grade de libertate. . Repartitia 2 (hi patrat) . fiind egal cu numarul variabilelor independente care-l genereaza pe X care se determina astfel incat P( 2 > 2 . x 0 0 ( ) 2 E(X) = V(X)= 2 Observatii : 1) Daca X ~ Gamma( 2) Daca X1~ 1 2 1 .x 2 x2 2 . X ~ N(0. adica au o repartitie normala normata. ) atunci 2 X ~ 2 2 2 2 si X2 ~ atunci cu 2 1 si 2 2 independente.1) atunci v.F(z). cand 2 1 2 este mult mai mare decat este in mod current in econometrie) atunci X2 / 2 → 1 si deci F 1 .a. X= X 1+X2+ …+Xn cu 2 . iar F(x) = )= 1 2 ( x ) 2 X ( ) ( ) . )= . ) fX(x) FX(x) fZ(z) FZ(z) Graficele densitatilor de reaptitie si functiilor de distributie pentru: distributia normala standard/ distributia normala normata 2.F(z) = P( 1 2 ( z ) . si 1 2 1 densitatea de repartitie: fX(x) = 2 ( ) 2 x2 e 1 1 x 2 . X2.cuantila superioara a variabilei 2 2 se numeste numarul gradelor de libertate . Repartitia t (Student) Notatie: X~ t densitatea de repartitie: f X (x)= 1 . atunci v.1). 2 se comporta ca / 1 3) Daca o v. unde este un intreg pozitiv(gradele de libertate). atunci : F 1. =n .a. Y = X2 are o repartitie are o repatitie 5) numarul 6) se noteaza cu 2 2 . cu =1 4) Daca variabilele aleatoare independente X1.este repartitia Gamma cu Notatie: X ~ 2 2 .a. x 0 functia de repartitie : FX(x) = 2 0 1 2 2 t2 e 1 1 2 dt . unde X~N(x.Mai mult. F(-z) = 1. 1 2 2 1 1 1 . …. 1 (cum 2 X1 / X2 / 1 2 este o repartitie Fisher(repartitia F) cu .

... unde z se determina a.1) 2 3) daca X si Y sunt doua variabile aleatoare independente si X~N(0.E(X) | ] 1 V (X ) 2 . ….a. E ( X n ) | n ] 1 Observatia 1 X 2 . (X ) (X ) -cu cat este mai mare dispersia unui sir de valori cu atat este mai mare valoarea abaterilor medii patratice si cu cat este mai mica abaterea medie patratica cu atat este mai mare uniformitatea Teorema Cebîsev(legea numerelor mari) Daca X1.cuantila superioara a variabilei 2 t care se determina astfel incat P( t > t . iar X~N(0. t = X / Y / ~t P [ | X . ) : P(|X-E(X)|< -pentru distributia normala N(x ...E(X) | k ] 1 1 .. deci teorema lui Cebîsev sta la baza teoriei selectiilor.i...daca luam transforma in : k inegalitatea de mai sus devine : P [ | X . X2.1) si Y~ Inegalitatea Cebîsev . )=2 si P(|X-E(X)|> ) = 1-2 sa nu depaseasca 3 este foarte mare.. E( X n ) atunci expresia initiala a teoremei lui X1 X 2 . X n atunci inegalitatea Cebîsev se scrie : P[| X n ] 1 sus se scrie : lim P[| X E ( X ) | Daca notam : X X1 E( X ) | ] 1 V (X ) 2 .lege cunoscuta si sub denumirea de „regula celor 3 .. iar pentru cazul k = 3. unde reprezinta aria hasurata din tabelul repartitiei 2)pentru foarte mare(practic .. P(X > z ) = . )= ... k2 0 .. unde reprezinta numarul gradelor de libertate ( >2) Observatii 1) se noteaza cu t .. relatia se P [ |X . X n n E ( X 1 ) E ( X 2 ) . atunci oricare ar fi un numar pozitiv : lim P[| n X1 X 2 .1 functia de repartitie : x FX (x) = 0 1 2 2 1 1 1 dt t 2 2 E(X) = V(X)= 0 2 .relatia de mai sus este valabila pentru orice tip de repartitie statistica . z .. atunci v. .. 0 Observatii ... 3 ... iar teorema de mai n Observatia 2 Daca sirul de variabile considerat are aceeasi medie : E ( X 1 ) Cebîsev se scrie : lim P[| n E ( X 2 ) . . Acesta observatie explica de ce putem face afirmatii asupra unei populatii pe baza selectiilor. adica de cel putin 89%.Xn sunt variabile aleatoare (discrete sau continue) independente... >30) repatitia Student poate fi aproximata cu repartitia noamla si avem ca t . X n n | ] 1 .E(X)| 3 ] 1 1 9 8 ceea ce insemna ca abaterile absolute ale variabilei aleatoare X fata de media sa E(X) 9 „.. ale caror dispersii sunt mai mici decat o constanta C.

in fiecare experienta probabilitatea evenimentului A este p si numarul de realizari ale eveimentului A in cele n experiente. atunci : lim P(| n n p| ) 1 este unde n reprezinta numarul de experiente independente care se fac. Practic faptele se desfasoara ca si cand ne-am afla in fata unei singure valori posibile-media. atunci pentru n suficient de 2. Xn nE( X 1 ) n V (X1) n mare avem ca X N (0. = 2 ) 1 Formularea legii numerelor mari(Bernoulli)este urmatoarea: daca dintr-o colectivitate de volum mare se ia un numar de probe si dintre acestea n sunt favorabile. Fie X1. X2.…. …. X2. Teorema Daca o variabila aleatoare X are media m si dispersia 1 P(m t1 X m t2 ) 1 t2 2 t2 2 t1 t1 2 .2. = 2 ) .p) ~N( Poisson( Gamma( = np. oricare ar fi repartitiile variabilelor aleatoare X k. ele devin neglijabile cand numarul lor este suficient de mare. Observatia 4 Esenta legii numerelor mari care rezulta din teorema lui Cebîsev consta in faptul ca in cazul cand marimile atasate elementelor unei colectivitati de volum mare-pe care le masuram.1). )~N( = .Xn un sir de variabile aletoare independente.. Observatie : distributia nomala poate fi folosita pentru aproximarea altor distributii care au aceeasi medie si variatie. identic repartizate astfel incat 0 < V(X 1) < ..Observatia 3 Exista o deosebire esentiala intre comportarea variabilelor aleatore care pot lua valori departate de mediile lor si mediile aritmetice ale unui numar sufiecient de mare de valori ale variabilelor aleatore care iau cu foarte mare probabilitate valori in apropierea constantei E(X). t2 avem : Teorema Moivre-Laplace Distributia binomiala in cazul in care volumul selectiei este mare este aproximata de distributia normala. …. adica avem : lim C p q n x n x n x 1 e 2 1 x 2 2 . unde z= x . = n∙p si npq Teoremea limita centrala(pentru termeni identic repartizati) 1. adica N(0. k =1. atunci pentru oreice doua numere pozitive t1. = 2 = np(1-p)) 2 )~N( .1) rezultatul anterior rezultatul anterior poate fi scris : Cnx p x q n x fZ ( z) .Daca variabilele aleataore Xk.n.Xn un sir de variabile aletoare independente . si dispersie . unde = n∙p si npq Observatie : avand la dispozitie tabela valorilor functiei densitate de repartitie ale variabilei normale normate. n / n 3.. iar n este suficient de n mare atunci X = k 1 X k are ca repartitie asimptotica repatitia normala. Cum media isi pierde caracterul aleator ea reflecta caracterul legic si necesar al fenomenului studiat. Prin urmare Teorema Limita Centrala da posibilitata folosirii repartitiei normale drept lege practica de aproximare. atunci se poate admite ca probabilitatea de a avea loc fenomenal cercetat privind intreaga colectivitate este data de frecuenta relativa corespunzatoare:P n 4 . De exemplu : Bin(n.. Fie X1.…. identic repartizate cu medie ~ N (0. deci isi pierd oarecum caractereul aleator. Teorema lui Bernoulli1 Daca este un numar pozitiv arbitrar de mic.1)).contin in expresia lor individuala forme mai mari sau mai mici de abateri intamplatoare.2. k =1.1) (converge slab catre N(0.n sunt idependente si nu iau valori prea mari una in comparatie cu cealalta.Atunci repartitia lui X 1 ..

j = 1.x2.xn}– valorile observate ale v.. variabilele X1.x2.n unde m = E(X). in fiecare din aceste n date de observatii variabila aleatoare X a luat cate o valoare bine determinata Observatie 1 : elementele multimii {x1. in teoria etimatiei diferenta dintre variabile si valorile sale devine nesemnificativa. Selectie si estimatie2 Definitia 1 O selectie simpla este o selectie in care fiecare element al colectivitatii are aceeasi sansa de a fi ales.….a.…... folosim X . Se considera ca fiecare variabila aleatare Xj .) a carei lege teoretica de repartitie contine parametrul numerica nu este cunoscuta {x1. Xn=xn 2. cu n1 + n2 + …+nk= n de nk ori a aparut Xk Atunci : X 2 .xn}numite variabile de selectie au o dubla interpretare : 1.…. mr .…. fi 1 n1 / n n2 / n .nk / n i 1 Definitia 3 Se considera o populatie cu caracteristica X si se face o se selectie de volum n ale carei valori sunt x1.n E(( X j r r m ) r ) = E(( X – m )r) = r ..I.Xn pot fi privite ca variabile aleatoare independente si identic repartizate din punct de vedere probabilistic cu variabila aleatoare X Atunci E( X j ) = E( X ) = mr .x2.xn }. Xi (i =1.. adica un sir de variabilei aleatoare independente din acelasi camp de probabilitate.X2.…. a. fiecare din ele avand aceeasi repartitie ca si v.Atunci functia de repartitie a selectiei este definita de : k F*(x) = nx n Teorema(Hincin) Notand prin F(x) functia teoretica de repartitie si prin Fn(x) functia empirica de selectie obtinuta intr-un esantion de volum n. Atunci are loc : Definitia 2 Variabila aleatare de selectie are urmatoarea repartitie: X* : X 1 X 2 .a. X k X* : X 1 iar fi = ni/n se numeste frecventa de aparitie a lui Xi .x2. r sunt media..n Presupunand ca dupa efectuarea a n observatii am obtinut : de n1 ori a aparut X1 de n2 ori a aparut X2 …………………… ...xn . 1 / n in care P(X*=Xk) = 1/n.2. X fX(x1. atunci avem ca: P( [sup | F *( x) F ( x) 0 |] ) = 1 x 2 cand ne referim la o v. Fie nx o valoare care ne da numarul observatiilor in care a aparut o valoare a caracteristicii X .a...considerate dupa efectuarea selectiei reprezinta valori concrete care le folosim ca informatii asupra variabilei aleatoare X si le notam : X1= x1. X care pot fi privite ca n exemplare ale v.n). X2=x2. mai mica decat x in selectia { x1.volumul esantionului(selectiei) Se cere : Gasirea unei estimatii cat mai bune pentru doar pe baza datelor pe care le ofera observarea partiala(de sondaj) formata din n a carui valoare experimente. iar cand ne referim la valorile acestei v.considerate inainte de efectuarea selectiei. momentul initial de ordin r respectiv momentul centrat de ordin r al variabilei aleatoare X..a folosim x ..xn) este o functie de sondaj sau o statistica n. j = 1. j = 1.x2.. se vor utiliza in continuare litere mici exceptie facand cazurile cand vom face o afirmatie probabilistica 5 . Scop: estimarea mediei unor caractristici dintr-o populatie statistica generala sau estimarea frecventei relative a unitatilor din populatie Se da : – populatie X – caracteristica calitativa a obiectelor din populatie(este o v..….n se realizeaza cu aceeasi probabilitate 1/n. X n 1 / n 1 / n .a.…. k = 1..

2 ) atunci variabila aleatoare : X s/ n ~ tn 1 t N (0.1) sau X ~ N ( .1) si /k 2 k sunt independente distributia t este simetrica fata de 0 si tabelata Observatie Distributia F = X / m1 unde X si Y sunt variabile aleatoare independente repartizate Y / m2 2 cu m1 si respectiv m2 grade de libertate. 2 (X ) Selectia dintr-o populatie repartizata normal Daca X1. n2 1 3 Se pune problema determinarii variatiei ce predomina in colectivitate a carei medii si disperiei sunt necunoscute. n 1i1 Teorema Daca X1.X2.Observatie Se noteaza cu x = 1 n n xi i 1 1 n k ni xi )-in cazul frecventelor de aparitie) media valorilor de selectie(media de selectie) si cu X i 1 media selectiilor de volum n..…. iar atunci cand avem doua valori deja avem o baza pentru masurarea variatiei ce predomina in colectivitate. Doua valori observate dau un grad de libertate pentru estimarea variatiei ce predomina in colectivitate. xn .1) atunci variabila aleatoare Repartitia dispersiei de selectie pentru selectii dintr-o populatie normala – populatie { x1. n valori observate dau n-1 grade de libertate pentru estimarea variatiei.Xn sunt selectii de volum n dintr-o populatie normala N( Proprietati .….valorile numerice ale unei selectii de volum n Y k 1 X k2 ~ 2 n x = x1 x2 .x2.….….X2.Xn sunt selectii de volum n dintr-o populatie normala N( selectie de volum mare avem ca : ) atunci in baza Teoremei Limita Centrala pentru o X / n ~ N (0. insa un avem nici o informatie asupra imprastierii din colectivitatea generala.media valorilor unei selectii de volum n n a populatiei generale este cunoscuta atunci dispersia de selectie este : 2 s -daca media = 2 1 n n ( xi i 1 )2 n -daca media a populatiei generale nu este cunoscuta atunci dispersia de selectie este: S = 1 ( x x )2 iar atunci cand se apreciaza i ni1 n caracteristicile populatiei generale(populatiei) din care s-a facut selectia se foloseste3: s2 = 1 ( xi x ) 2 .. Daca se 2 1 face o selectie aleatoare de volum n1 si n2 dintr-o populatie repartizata normal de variatii si 2 2 2 atunci : s1 / 2 s2 / 2 1 2 2 ~ Fn1 1. X n n n Teorema Daca X1. X n n V( X ) = n n . cu X = X1 E( X ) = 2 X 2 . In cazul unei singure valori putem presupune ca toti termenii colectivitatii au aceeasi marime.1) 2 k unde N(0.. 2 / n) ...xn}.X2. deoarece unul este folosit pentru calculul mediei aritmetice 6 .unde X = X1 X 2 .Xn sunt selectii de volum n dintr-o populatie normala N(0. Avand o valoare individuala dispunem de o baza minima pentru estimarea mediei.. baza ce se marete o data cu cresterea numarului de valori observate.

Estimarea punctuala a valorilor teoretice Se da: o populatie de volum mare o caracteristica a unitatilor populatiei valorile caracteristicii la toate unitatile populatiei sunt distribuite dupa o variabila teoretica necunoscuta Se cere: cunoasterea in mod aproximativ a acestei variabile teoretice prin folosirea unei variabile de selectie Atunci cercetarea poate fi efectuata in doua directii: cunosterea tipului de repartitie teoretica precum si a parametrilor corespunzatori cunoasterea unor indicatori numerici ai variabilei teoretice ca media si dispersia. unde Definitie X1. METODA VEROSIMILITATII MAXIME(METHOD OF MAXIMUM LIKELIHOOD) n scrie-l pe L ( unde L( )= i 1 f ( xi . ) . ) pentru o selctie aleatoare x1. etc.…. METODA MOMENTELOR (METHOD OF MOMENTS) pentru cazul unui singur parametru : se egaleaza media populatiei cu cea a selectiei si se rezolva ecuatia pentru 2 parametrii : se egaleaza momentele de ordinul intai si doi ale populatiei cu cele ale selectiei si se rezolva sistemul 2.….variabila teoretica oarecare ˆ .Xn) . Notatii: . ˆ se numeste estimator eficient al valorii teoretice n Se vor folosi 2 metode pentru estimarea partametrilor: 1.marimea care o estimeaza pe Atunci : ˆ = f( X ). unde n reprezinta volumul selectiei sau lim P(| ˆn n | ) 1.xn din populatia initiala cu densitatea de reparitie f (x. ˆ se numeste estimator corect al lui n E( ˆ )→ n daca pentru n→∞ avem ca : V( ˆn )→0 Definitie ˆ se numeste estimator absolut corect al lui n E( ˆ )= n daca pentru n→∞ avem ca : V( ˆn )→0 Observatie Se observa ca deplasarea acestui estimator este nula . iar este parametrul pe care vrem sa-l estimam se efectueaza log L si simplifica cat se poate de mult relatia diferentiaza log L in raport cu fiecare parametru care trebuie estimat si egaleaza cu 0 se rezolva simultan ecuatiile se verifica daca valoarea rezultatelor este maxima 7 . ˆ se numeste estimator consistent daca ˆ n n Definitie . n daca depalsarea sa este nula si dispersia este minima.X2.x2. ceea ce face ca el sa se numeasca estimator nedeplasat Definitie E ( ˆn ) Definitie Un estimator se numeste distorsiunea operatorului ˆ sau deplasarea lui. iar ˆ se numeste estimator al variabilei p .X2.…Xn selectii de volum n X =(X1.

96 n Notatie: z -cuantila de ordin atunci a repartitie normale reduse(cuantilele indica o divizare a distributiei in parti egale)adica:P(Z> z ) = z 0.96 < < si 1. 025 = . . atunci nu se recomanda aplicarea metodei momentelor. deoarece in acest caz erorile de estimare a parametrului necunoscut sunt foarte mari Intervale de încredere pentru parametrii repartitiei normale 1.…. de exemplu. unde t este cuantila de ordin sau P( X . ) repartitia a lui X X1.daca numarul de masuratori efectuate asupra unei marimi fizice este mic.)% poate fi scris: < 2 X. este important ca o estimatie sa fie insotita de o descriere a preciziei estimatiei.X2.Xn) si 2 ( X1.X <1.975 =1. Intervale de încredere pentru media -se stie ca: s fiind o estimatie a lui cand nu este cunoscut insa in acest caz factorul 1. 2 / n) unde X este media selectiilor de volum n. unde este foarte mic 1 2) Observatii .selectii de volum n n – volumul selectiei Se cere: gasirea lui 1 ( X1.96 n X +1.dispersia de selectie )% pentru este : corespunzatoare unei repartitii student cu n-1 grade de libertate Atunci intervalulde încredere 100(1- X-t 2 s n s 2 < < X +t 2 s n s 2 . P( 1 .t < < n X +t ) =1- n t 2 Observatie: pentru n > 30 avem z 2 8 .96 si intervalul de încredere 100(1. adica de o indicatie a cat de aproape poate fi estimatia de parametrul pe care trebuie sa-l estimeze. n 2.…. poate substitui pe -va fi necesar sa studiem repartitia de selectie a statisticii unde s2 = X X pentru a vedea cum difera de repartitia de selectie a statisticii .1.96 adica: Atunci. Intervale de încredere pentru media Se stie : cand este cunoscut X ~ N( .X2.z 2 ) include media populatiei este 1- .…. s/ n / n 1 n 1i n ( xi 1 x)2 .Intervale de încredere Se dau: -populatia X . proportia de valori ale lui X pentru care intervalul ( X .96 < .deoarece estimatiile variaza in precizie.X2.X +z 2 populatie.96 si z 0.96 n n n n X -1. .X va fi cuprinsa intre -1. pentru 95% din cazuri -1.Xn) a.caracteristica populatiei f X ( x.i.z 2 < < n X +z 2 )=1- care ne arata folosind esantioane diferite din n n .Xn.96 nu va mai asigura limitele de încredere de 95%.z < n X +z 2 n sau P( X .

) repartitia lui X care depinde de parametrul necunoscut X1.10 sau = 0.1 eroare de ordinul 2 . iar in practica se alege = 0.n 1 P (n 1) s 2 Observatii -lungimea intervalelor de încredere pentru estimarea mediei si a dispersiei pot fi utilizate pentru a compara intre ele diverse statistici. lungimea lor depinzand de s.Observatia 1 Intervalele de încredere pentru in cazul in care este necunoscut sunt ceva mai lungi .05 aceasta înseamnă că în 5 cazuri din 100 riscăm să comitem eroarea de genul întâi. Observatia 4 In fiecare caz intervalele vor acoperi valoarea lui astfel de interval ce-l acopera pe este stabilit. de aceea presupunerea asupra unui aspect al populatiei este numita ipoteza statistica. ipoteza statistica o vom face intotdeauna asupra populatiei . decizia daca ipoteza va fi acceptata sau respinsa se va baza pe informatia pe care o obtinem facand observatii si cu riscul pe care suntem dispusi sa-l acceptam in a lua o decizie gresita 5.caracteristica populatiei f X ( x.…. Acesta nu insemna ca X va cadea mai aproape de aceste situatii avem o idee mai buna asupra locului in care x va cadea. Verificarea ipotezelor statistice 1. de aceea se considera cele 2 tipuri de erori de mai sus 3. unde s2 = 1 n 1i 2 1 2 . Cand se considera selectii successive.n 1 2 (n 1) s 2 si deci 2 2 . -statistica care conduce la cel mai scurt interval de încredere poate fi considerata cea mai buna si o apreciere a oricarei alte statistici poate fi obtinuta prin compararea lungimii intervalului de încredere la care conduce cu lungimea intervalului de încredere al celei mai bune statistici. iar in practica se alege = 0. probabilitatea acestei erori fiind . nu exista nici o certitudine ca nu vom face o gresela sau o eroare. 4. frecventa cu care facem o greseala este foarte importante. iar aceasta frecventa poate fi controlata pana la un anumit grad 4.Xn. dar lungimea lor va ramane tot impul constanta egala cu : Observatia 3 Cand nu este cunoscut.X2. Intervale de încredere pentru 2 2z 2 . deoarece ea se refera la o situatie care poate fi adevarata 2.05 sau = 0. intervalele formate folosindu-l pe lungime.Deci se poate estima mai bine distanta dintre in cazul in care este cunoscut.eroare care consta inacceptarea ipotezei nule H 0 atunci cand ea e falsa.procedeul de a folosi o selectie pentru a verifica daca o ipoteza este adevarata sau falsa H0 – ipoteza nula H1 – ipoteza alternativa eroare de ordinul 1 – eroare care consta in respingerea ipotezei nule H 0 atunci cand ea e adevarata. Observatia 2 Intervalele de încredere pentru cand este cunoscut sunt de lungime constanta.selectii de volum n n – volumul selectiei Se cere: sa se verifice ipoteza H0 : 0 ca ipoteza nula fata de ipoteza alternativa H1: 0 1 9 .01 Observatii 1.05 sau =0.01sau = 0. II. adica asupra intregului si un asupra partii. Teste parametrice test statistic . desi analiza concreta o efectuam prin intermediul selectiei. adică să respingem o ipoteză adevărată şi deci în 95 din cazuri luăm o decizie justă adică acceptăm o ipoteză adevărată Se dau: -populatia X. probabilitatea acestei erori fiind . n t vor varia in pozitie de la o selectie la alta si de asemenea vor varia in 2 cu o anumita probabilitate si astfel gradul de încredere pe care-l avem in fiecare Se cunoste ca : (n 1)s 2 2 ~ 2 n 1. intervalele vor avea pozitii diferite.n 1 Atunci : (n 1) s 2 2 1 2 .n 1 n ( xi 1 2 x )2 (n 1) s 2 =12 2 . insa in X si in cazul in care este cunoscut. dacă de exemplu luăm 0.

pentru a verifica o anumita ipoteza statistica avem nevoie de: 1. calculul pentru p-value depinzand de tipul testului: bilateral.1. o valoare mica a p-value indica faptul ca rezultatul provenit din esantion este neobisnuit dandu-se ipoteza H0 4.1 trebuie utilizata valoarea testului statistic pentru calculul lui p-value. unilateral stanga sau dreapta. 2 ). 2 2 cunoscut – testul z . -daca exista interese puternice ca ipoteza sa nu poate fi respinsa cu usurinta cand ea este adevarata. o regula de decizie prin care sa se accepte (sau sa se rspinga) ipoteza H 0 (cand se respinge H0 automat se acepta H1 ). …. Observatii 1. sau “valoarea calculata a statisticii valoare critica”. Definitie p-value este o probabilitate calculatata folosind testul statistic care masoara suportul (lipsa suportului) provenit din esantion pentru ipoteza nula. iar se numeste “riscul beneficiarului”-riscul de a acepta loturi de produse de calitate necorespunzatoare -prin regiunea critică a ipotezei nule H 0 corespunzătoare statisticii testului înţelegem acea mulţime de valori ale statisticii astfel încât dacă valoarea observată a statisticii aparţine acestei mulţimi.puterea testului In general. in acest caz se mai numeste si pragul de semnificatie al testului Observatii -deoarece valoarea lui -numit si prag de semnificatie poate fi aleasa de experimentator si valoarea lui va determina in parte acceptare sau respingerea ipotezei. pragul de semnificatie trebuie ales mic. unde valoare critica este o valoare tabelata in functie de repartitia statisticii folosite.(maxima). trebuie sa gasim aria de sub curba normala standard aflata in stanga testului statistic 5. x2. acesta implicand compararea cu pragul de seminficatie 6.xn sunt masuratorile asupra caracteristicii X b) se calculeaza statistica testului zcalculat = x 0 / n 10 . o statistica(o functie de masurarile experimentale) a carei repartitie s-o cunostem. nu se interpreteaza p-value ca probabilitatea ca ipoteza nula sa fie adevarata 3. iar 2 este xi unde x1.in controlul statistic al calitatii se numeste “riscul furnizorului”-riscul de a-si vedea respinse la control loturi de produse de calitate corespunzatoare. regula de decizie se exprima de obicei prin egalarea valorii calculate a statisticii cu valaorea critica sau in cele mai multe cazuri prin inegalitati de tipul:”valoarea calculata a statisticii valoare critica ”. iar valori mari conduc la faptul ca ipoteza nula un trebuie respinsa 5. atunci ipoteza H 0 se respinge. el va fi fixat inainte de inceperea experimentului. = 1 n n i 1 Verificarea ipotezei statistice : H0 : necunoscuta se efectueaza astfel: a) se calculeaza media de selectie x 0 cu alternativa H1: 0 unde caracteristica de calitate X~ ( . spre exemplu pentru testul unilateral stanga. vom alege mare. o valoare a riscului ales . numarul de masuri avute la dispozitie(volumul esantionului n) si pragul de semnificatie ales 4. rejection rule: reject H0 if p-value Teste referitoare la parametrii repartitiei normale 1. . doi pasi sunt necesari pentru calculul lui p-value: 5. o valoare numita “critica” cu care sa se compare valoarea calculata a statisticii 3. atunci trebuie sa decidem daca este suficient de mica pentru a respinge ipoteza nula. p-value este probabilitatea de a obtine o valoare pentru testul statistic cel putin egala cu cu cea provenita din esantion deci pentru a calcula p-value pentru testul unilateral stanga cand este cunoscut.2 dupa ce este gasita p-value. Test bilateral ( . p-value este folsita ca metoda de determinare respingerii ipotezei nule dandu-se un prag de semnificatie si ne arata cat de semnificative sunt rezutatele provenite din esantion 2. sau in cel mai rau caz s-o putem determina analitic 2.Putem lua urmatoarele decizii: a)se respinge ipoteza H0 chiar daca ea este adevarata si-n acest caz spunem ca am facut o eroare de ordinul 1( b)se accepta ipoteza H0 chiar daca ea este falsa si-n acest caz spunem ca am facut o eroare de ordinul 2( ) Astfel: P(respinge H0 |H0 adevarata) = (foarte mic) P(accepta H0 |H0 falsa) = ) P(respinge H0|H0 este falsa) = 1. unde X este media selectiilor de volum n si ca P(z > z ) = a repartitie normale reduse. valori mici ale lui p-value conduc la respingerea lui H0. daca exista interesul de a respinge ipoteza de indata ce exista un cat de mic dubiu fata de ea.1). Verificarea ipotezei asupra mediei m a unei populatii normale cu Se stie ca daca X ~ este cuantila de ordin 1. -dimpotriva. unde z ) atunci z = X / n ~ (0.

Test unilateral dreapta Verificarea ipotezei statistice : H0 : respingem ipoteza H0 daca tcalculat > tn = 0 cu alternativa H1: 0 unde caracteristica de calitate X~ ( .3. se ia din tabele 2 11 . unde valoarea 0 tn 1. unde valoarea z se ia din tabele 2 2 = 0 cu alternativa H1: < 0 se face urmand aceeasi pasi ca la 1. unde valoarea tn 1. Test unilateral stanga Verificarea ipotezei statistice : H0 : respingem ipoteza H0 daca tcalculat < 2. dar decizia se ia astfel: z . unde x1.xn sunt masuratorile asupra x 0 s/ n n 1. unde valoarea 2 2 n 1. unde valoarea z se ia din tabele Observatie Sa calculam puterea testului pentru testul unilateral stanga: P x 0 n z | 0 P x n 0 z n P z 0 z n 2 1 2. Test bilateral Verificarea ipotezei statistice : H0 : necunoscuta se efectueaza astfel: a) se calculeaza media de selectie caracteristicii X b) se calculeaza statistica testului tcalculat = c)respingem ipoteza H0 daca tcalculat 2.1 ( xi x ) 2 . unde valoarea z se ia din tabele = 0 cu alternativa H1: > 0 se face urmand aceeasi pasi ca la 1.1. dar decizia se ia astfel: 2 . …. t = sau tcalculat 2 t .1. unde s n 1 n ( xi i 1 x) 2 n 1 2. se ia din tabele 3. se ia din tabele > 0 = 1. dar decizia se ia astfel: z .unde x1. unde valoarea n 1. Verificare ipotezelor statistice asupra dispersiei unei populatii normale . . x2. dar decizia se ia astfel: tn 1.1.testul si dispersie 2 t si daca din populatia caracterizata de acesta variabila Daca X este o variabila aleatoare repartizata normal de medie consideram toate selectiile de volum n. Testul privind media unei populatii normale cand necunoscut . x2.3. atunci cu alternativa H1 : 2 n 2 0 se face astfel: a) se calculeaza media de selectie b) se evalueaza statistica x 1 n n xi si apoi i 1 i 1 2 n 1. 2 0 cu alternativa H1: < 0 se face urmand aceeasi pasi ca la 2. 2 t se ia din tabele n 1.2.testul Stiind ca statistica 3. iar 2 este x 1 n n xi si dispersia de selectie s2 = i 1 1 n 1i n ( xi 1 x ) 2 .xn sunt masuratorile asupra caracteristicii X calculat data de formula de mai sus calculat c)respingem ipoteza H0 daca sau 2 calculat 2 n 1.1 Test bilateral Verificarea ipotezei H0 : 2 2 0 (hi patrat) n 1 2 0 n (Xi i 1 X )2 ~ 2 n 1 . media lor notand-o prin X atunci t n X este repartizata tn-1(Student cu n-1 grade de s/ n libertate).1. 2 ). cu alternativa H1: se face urmand aceeasi pasi ca la 2. Test unilateral stanga Verificarea ipotezei statistice : H0 : respingem ipoteza H0 daca zcalculat 1. ….2.1. Test unilateral dreapta Verificarea ipotezei statistice : H0 : respingem ipoteza H0 daca zcalculat z sau zcalculat 2 z .c)respingem ipoteza H0 daca zcalculat 1.

unde x1.1. Verificare ipotezelor statistice asupra dispersiilor unor populatii normale.1 face urmand pasii de la 3. 2 1 ) si Y~ N ( 2 1 2 2 2 .1.1 2 .3 Test unilateral dreapta Verificarea ipotezei H0 : respingem ipoteza H0 daca 2 2 0 2 2 0 cu alternativa H1 : 2 n 1. n1 1. unde y1. 2 2 se face urmand pasii de la 4.3.2 Verificarea ipotezei H0 : respingem ipoteza H0 daca Fcalculat 2 1 2 2 F n2 1. iar decizia se ia astfel: calculat < . 2 2 ). unde valoarea F n2 1. y2. iar decizia se ia astfel: se ia din tabele Fcalculat > Fn2 2 1 2 2 . unde valoarea 2 cu alternativa H1 : 2 n 1. n2 1. iar decizia se ia astfel: se ia din tabele Fcalculat > Fn1 .1 12 . xn1 sunt masuratorile 1 n2 asupra caracteristicii X precum si media de selectie sunt masuratorile asupra caracteristicii Y yi si dispersia de selctie s n2 1 i ( yi 1 y )2 . n1 1.testul F Problema : gasirii unei metode cu ajutorul careia sa decidem daca doua populatii au aceeasi dispersie. unde valoarea Fn2 2 1 1. unde valoarea 2 n 1.2 Test unilateral stanga Verificarea ipotezei H0 : respingem ipoteza H0 daca 3. …. n1 1. cu alternativa H1 : se face astfel: 2 1 a) se calculeaza media de selectie x 1 n1 n1 i 1 xi si dispersia de selctie s y 1 n2 n2 i 1 1 n1 n1 1 i ( xi 1 2 2 x )2 .1 2 2 0 se 2 n 1. n1 1. iar decizia se ia astfel: se ia din tabele face urmand pasii de la 3.1. …. 4. 2 0 se calculat > .1. . unde valoarea Fn2 1. n1 1. Avem urmatoarele cazuri: 4.1 2 1 2 2 se se ia din tabele 2 cu alternativa H1 : 1. yn1 2 s2 2 2 b) se evalueaza statistica Fcalculat = 2 ( la numitor se pune valoarea cea mai mare a celor doua dispersii calculate: s2 > s1 ) s1 c)respingem ipoteza H0 daca 4.1.3 Verificarea ipotezei H0 : respingem ipoteza H0 daca cu alternativa H1 : 1. Se considera doua populatii normale X~ N ( Verificarea ipotezei H0 : 2 1 2 2 1 .1 face urmand pasii de la 4. se ia din tabele 4. x2.

[ 1-P(Z < 0. Intr-o inteprindere industriala s-a determinat cu ajutorul cronometrarii proceselor de munca durata de efectuare a operatiei aminitite la 9 muncitori luati intamplatori dintr-o serie de grupe care efectueaza acesta aplicatie.P (Z < 0.9644 9)Presupunand ca diametrul unor piese fabricate la un strung este repartizat normal N( .0.6.833) = 1.1).7446 – 1 = 0.0.833) = 1.8 13)* Pentru 2 selectii de volum 10 respectiv 16 din 2 populatii normale cu dispersii egale folositi tabelele lui F pentru a determina valorile si 2 astfel incat P s1 2 s2 s12 0. care trebuie sa fie volumul n al selectiei astfel incat P(| X . Sa se gaseasca o limita inferioara pentru P(24 < X < 36).d) P(|X-25|<4) = P(-4 < X .| < 1) = 0. 6.5 11) Dintr-o populatie normala se extrag toate selectiile posibile de volum n = 25. 2).4893. Datele sunt prezentate in tabelul de mai jos. R: P = 0. 1 2 3 4 5 6 7 8 9 10 job 7 5 2 1 12 0 8 6 3 6 6) Repartitia valorilor defectiunilor unor aparate de masura si control a fost analizata pe baza a 100 observatii care au furnizat urmatoarele valori cu privire la numarul de porniri dupa care acestea se defecteaza: xi 1 3 6 8 10 ni 15 20 30 10 25 Stabiliti: a) Media si dispersia de selectie b)Functia de repartitie de selectie si valorile ei in punctele x=2 si x=7. Nr.76 12)Dintr-o populatie normala N( =16.P(Z < 0. probabilitatea ca media de selectie corespunzatoare unei selectii de volum n = 25 sa nu depasesca 16 este de 0. aflati abaterea patratica a populatiei.04550 8)Se efectueaza n = 10 observatii independente asupra variabilei aleatoare X repartizata N(0.667).5) = 0.7995 + 36 7/10∙0. Sa se determine probabilitatea ca din 10 000 de piese fabricate de acesta masina .99 R: n 27 10)Dintr. Se cere probabilitatea ca dispersia de selectie sa fie cuprinsa in intervalul (1. R: P = 0.667) = P(Z < 0.8). Daca 5% dintre ele au medii care difera de media populatiei cu cel putin 5 unitati in valoare absoluta. Sa se calculeze: a) P(0 X 3 ) b)P(|X| 1 ) c)Sa se afle o limita inferioara a P(0<X<4) 3) Probabilitatea obtinerii unei piese rebut din productia unei masini automate este p = 0.667) – 1 =2F(z) – 1 = 2∙0. R: =12. 5) Dintr-o colectivitate de studenti din anul I se face o selectie de 10 studenti pentru a vedea numarul de joburi la care au aplicat cei zece studenti in vacanta de vara. Se cere sa se determine probabilitatea ca media x observata la cei 9 muncitori sa se abata in valoare absoluta de la productivitatea medie generala cu mai mult de 2 bucati/om/ora stiind ca abaterea medie patratica a productivitatii muncii lucratorilor este de =3 bucati/om/ora.667) .0.25. 7) S-a stabilit ca productivitatea muncii unor lucratori care indeplinesc o anumita operatie in conditii tehnice asemanatoare are o repartitie normala.05 si P 2 s2 0. 2) Fie X~N( =2. Sa se calculeze media si dispersia de selectie.8333) = 1. =2). b)P(X > 30) = P(Z > 0. Gasiti: a) P(X<28) b)P(X > 30) c)P(X<20) d)P(|X-25|<4) R: a) P(X<28) = P Z 28 25 = P(Z < 0.05 .o populatie normala cu media = 12. Care este probabilitatea ca o singura observatie din acesta selectie sa aiba o valoare mai mare deacat 16? R: P = 0.Probleme4 1)Fie X~N(x.24.c) P(X < 20) = P(Z < . 4 Problemele cu * sunt facultative 13 .667) =2P(Z < 0.005. R:P = 0.2026 (interpolare : 3/10 ∙0.7974). =2) se extrage o selectie de volum n = 8 .2026.6915. Se cere probabilitatea ca suma patratelor rezultatealor observatiilor sa depaseasca 15.7967=0.P(Z < .7974 = 0.25 < 4 ) = P(21< X< 29) = P(X < 29) – P(X < 21) = P(Z < 0. stud. numarul pieselor rebut sa fie : a) intre 60 si 70 b) cel mult 70 4) O variabila aleatoare X are media egala cu 30 si dispersia egala cu 2.8333) = 0.36).

2 19)* Gasiti estimatorii de verosimilitate maxima pentru si pentru o selectie de observatii i. 5.33.67(adica aria de sub curba densitatii normale / n normate din stanga testului statistic).10 stiind ca populatia este normala.01 insemana ca se doreste sa se accepte probabilitatea de 0.01 respingem ipoteza conform careia durata medie reala de executie a unei piese este mai mare decat norma tehnica?. 15. observatiilor 2 35 2 40 5 45 7 50 10 55 13 60 27 65 16 70 11 75 8 80 1 Stiind ca dispersia lui X.6 la pragul de semnificatie = 0. 21)Fie X variabila aleatoare normala ce reprezinta greutatea unor oameni. 2. 400 sunt pentru fabricarea in serie a unui anumit produs.18. 12. Pentru acesta .14)* Care este probabilitatea ca variatia unei selectii de volum 10 dintr-o populatie normala sa fie mai mare de 6 ori decat variatia unei selectii de 5 valori dintr-o populatie normala si independenta de prima dar cu aceeaceeasi variatie? R: P( s X / sY >6)= F(9. 20) pe baza unei selectii de volum n = 16 in urma careia s-a obtinut media de selectie x = 100. 5.01 sa se verifice ipoteza H0: = 1820 ore fata de ipoteza a)H1: 1820. repartizate N( . 30. Stiind ca rezistenta la rupere este o variabila aleatoare normala cu =10 kg. Folosind metoda momentelor estimati pe n si p si comentati rezultatele.4962 si atunci p-value = 0. 22)O selectie de volum 9 dintr-o populatie normala a dat urmatoarele rezultate: 1.67 este 0. 16)* Se face o selectie aleatoare dintr-o populatie repartizata Poisson( ) din care rezulta urmatoarele date: 4. 1. 26) Durata de functionare a unnui aparat electric poate fi considerata o variabila aleatoare normala X cu media =2000 ore si = 200 ore.01 pentru a respinga ipoteza nula cand ea este adevarata ( 0 3).4. Folosind metoda momentelor gasiti un estimator pentru . 4.01. 14 .2.6 . Pentru un prag de semnificatie = 0.4>6) 15) Se considera un eveniment A de probabilitate p constatata in fiecare proba si fie X v. 7.67< . In cadrul studiului se considera cele doua ipoteze astfel: H0: = 0 3(adica drepturile consumatorilor sunt respectate) si H1: < 0 = 3 (drepturile consumatorilor nu sunt respectate). 2. alegand pragaul de seminificatie = 0. 22. 7. O selectie de volum 100 a dat urmatoarele rezultate: Greutate (kg) Nr.i. Determinati un interval de incredere de 90% pentru media populatiei si un interal de incredere de 95% pentru dispersia populatiei.92 l. b)H1: < 1820 ore. Deci X reprezinta o suma X = X1 + X2+…+Xn unde variabila Xi : 2 2 1 0 . (II) rejection rule: reject H0 if respectate. x 0 =-2. Care este intervalul de incredere de 95% pentru procentul de populatie care sunt pentru promovarea produsului respectiv? 24) Se face un studiu pentru a se afla daca se respecta cantitatea de suc dintr-o sticla de 3 litri inscriptionata pe eticheta sticlei.01 = -2. se selectioneaza la intamplare 36 de sticle si calculandu-se media esantionului se constata ca x =2. 2.b) 2 0. utilizand tabelul distributiei nomalei normate gasim ca aria dintre medie si zcalculat =-2. 5. care reprezinta numarul de aparitii ale evenimentului A in n probe independente. 23)Sa presupunem ca din 1000 de persoane intrebate . Verificati ipoteza H0: alternativa a) H1: 2 2 = 0.5. 1. Sa se cerceteze daca drepturile consumatorilor sunt respectate sau nu. 0. 3.3 minute. Se cronometreaza timpul de executie a acelei piese la un numar de 25 muncitori gasindu-se o durata medie de executie de x = 55 minute si o abatere medie s = 4. 2. 2. Se alege R: (I)prin p-value: testului zcalculat = = 0.a. rejection rule: reject H0 if p-value si cum 0. 20) Sa se determine intervalul de incredere de 95% pentru media a unei populatii normale N( . 39.0038.0. Calculati puterea testului daca H1: = 58 28)Pentru analiza preciziei unor masuratori s-au facut n = 15 observatii si s-a stabilit s = 0. Care este puterea testului pentru = 1900 ore ? 1 27) Pentru fabricarea unei piese norma tehnica prevede o durata medie de 50 minute. 4. aflati un interval de incredere de 90% pentru media . 4. 8. La pragul de semnificatie = 0.01. Sa se arate ca p 1 p frecventa relativa in n probe independente este o estimatie nedepalsata a probabilitatii constante p. Se stie ca ponderea lichidului in aceste sticle urmeaza o distributie normala cu =0. unde . deoarece z calculat = -2.0038 < 0. = 49 . 4.4962 = =0. ). 18) Media a 10 observatii independente si identic distribuite dintr-o distributie Poisson( ) este 2.01 inseamna ca putem respinge ipoteza nula pentru orice valoare a lui 0.z0.67.6. p-value este probabilitatea ca testul statistic z este mai mic decat -2.4 fata de >0. Gasiti estimatorul de verosimilitate maxima ˆ. R: ˆ =3 17)* O selectie aleatoare de 8 valori dintr-o populatie repartizata Bin(n.p) conduce la urmatoarele valori: 4.d.0038. Se face o selectie de volum 36 aparate si s-a constatat ca durata lor medie de functionare este de 1820 ore. z calculat - z . b) < 395 la un prag de semnificatie = 0. sa se verifice ipoteza H0: = 395 kg fata de alternativele a)H1: 395.33 putem respinge ipoteza nula si conculuziona ca drepturile consumatorilor un sunt 25)Pentru stabilirea rezistentei la rupere a unor fire s-au efectuat n = 64 masuratori si s-a stabilit media de selectie x = 400 kg.

y =12. In acest scop s-au trimis la beneficiar un numar de doua loturi X si Y de materiale elasitce de doua calitati diferite pentru a compara rezistenta lor la rupere.005 = 2.975 =2. 12. 0.01. 5.9.306 < tcalculat ipoteza H0 se acepta cu riscul respectiv si deci se poate considera ca timpul mediu cat calculatorul este indisponibil un este mai mic de 10 ore /saptamana 15 . 12.063. 12.0414. 11. sY =0. 6.4.1 2 = F14.6261. Cum Fcalculat < Ftabelat se acepta ipoteza nula si deci loturile X si Y un difera semnificativ in ceea ce privaste dispersia caracteristicii la rupere. 2.1. Presupunand o repartitie normala a diametrului exterior se cere sa se verifice ipoteza statistica: ipoteza H0: = 12 cm fata de ipoteza H1: 12 cm.1)2+ …(11. s2=[(12. 31) Se masoara diametrul exterior al unor piese cilindrice obtinute prin prelucrare de precizie mijlocie. n1 1. 2. Se alege =0. H1: 2 8. 12. Se pune probelema daca dispersiile teoretice 12 .060.067. 11. 12.3.05 R: H0: 2 =8.9-12. 2. 2. R: : H0: 2 1 22 .74 si .068. 2 Fcalculat = sY / s X =2. 9. Valorile obtinute (in cm) sunt urmatorele: 12. 2. s 0. Se doreste sa se vada daca nivelul dispersiei asigurat de masina respectiva poate fi considerat 8. 2 9.4 +11. calculanduse mediile si dispersiile de selectie : x =12. 2. Presupunand o repartitie normala a timpilor de nefunctionare se cere sa se vada daca in medie ne putem astepta ca instalatia de calcul sa fie inoperante mai putin de 10 ore pe luna.01.5 si s 4. 2.1.062.8.8.975 = 2. t14. 12.4.9. R: x = (12. tcalculat = (12.486.978.2/ 15 ) =1. 22 difera seminifcativ una de alta. Se recomanda riscul =0.023 si 2 9. Din cele doua loturi s-au recoltat 15 probe.94.9+11.22 mm2. Se calculeaza x =9 ore si s2= 22.22 mm2.060.063. Deoarece tcalculat<ttabelat ipoteza H0 se accepta cu riscul nivelul de 12 cm =0. 11.1. 12.7 30) S-au efectuat experimente privind compararea a doua metode de analiza aplicate in controlul unor materiale elastice.977.1. calculat =10.9.3. 11.1)2]/14 = 0. 2 2 F n2 1.025.1. 2.0. deoarece t8.63. 11. 12.059.0. 2 2 2 H1: 2 1 2 .9)/15 = 12. 2. Datele de observatie sunt urmatoarele: 2.74/ 9 )=-0.0. Se va alege =0.066. 13.9-12.1316.1)2 +(11.8…+11.17 s X =0.2. R: H0: = 10 ore fata de ipoteza H1: < 10 ore. 2.025 =19.1)2 + (11.062. 10.0.29) Se masoara in mm o cota dimensionala a zece piese produse de o masina.4-12.975 = -2.8-12.1-12)/(0.5. tcalculat = tcalculat = (9-10)/(4. timp in care un calculator de generatie mai veche este inoperant este urmatorul: 18. 7.2.3456. 12.22 mm2.0.14. 11. asadar calitatea medie a diametrului exterior obtinut poate fi considerata ca fiind localizata la 32) Timpul in ore inregistrat vreme de 9 luni.

Sign up to vote on this title
UsefulNot useful